三位數(shù)學(xué)家改寫經(jīng)典牛頓法！300年前算法一夜更新，收斂速度更快函數(shù)范圍更廣

白交 2025-03-25 15:59:01 來源：量子位

300年經(jīng)典牛頓法，迎來重磅升級(jí)！

三位普林斯頓數(shù)學(xué)家找到更快更強(qiáng)的解法，其中還有一位是華人。

牛頓法是啥？學(xué)過高數(shù)的同學(xué)想必并不陌生，它通過不斷求導(dǎo)來尋找復(fù)雜函數(shù)f（x）接近零點(diǎn)的最優(yōu)解。

就是這么一個(gè)非常簡(jiǎn)單的「近似求解」算法，因?yàn)槭諗克俣确浅？欤瑫r(shí)至今日它仍被廣泛應(yīng)用在計(jì)算機(jī)視覺、物流、金融甚至純數(shù)學(xué)問題等各個(gè)領(lǐng)域，比如開發(fā)能夠區(qū)分交通信號(hào)燈和停車標(biāo)志的自動(dòng)駕駛汽車。

但即便這么強(qiáng)大，牛頓法也存在一個(gè)缺點(diǎn)，那就是不適用于所有函數(shù)。

于是乎，過去幾個(gè)世紀(jì)諸多數(shù)學(xué)家前赴后繼企圖在此基礎(chǔ)之上進(jìn)行優(yōu)化。現(xiàn)在這三位數(shù)學(xué)家成功將可適用的函數(shù)范圍一擴(kuò)再擴(kuò)。

比如像這個(gè)復(fù)雜的二元函數(shù)。

與傳統(tǒng)牛頓法相比，新方法展現(xiàn)出來的更連貫，覆蓋也很大。

一合著者表示，牛頓法在優(yōu)化中有1000種不同的應(yīng)用，而他們的算法有可能取代它。

來看看究竟是咋回事兒。

三位數(shù)學(xué)家改寫經(jīng)典牛頓法

牛頓法（Newton’s Method）誕生于17世紀(jì)，由大名鼎鼎的英國(guó)數(shù)學(xué)家牛頓首次提出。

其核心思想是，通過不斷逼近函數(shù)的根或極小值點(diǎn)，以尋找函數(shù)的最優(yōu)解。

通俗來說，這有點(diǎn)像在陌生環(huán)境里蒙眼尋找最低點(diǎn)。在行走過程中，我們唯一需要的信息在于兩點(diǎn)：1）自己是否在上坡或者下坡，即斜率（函數(shù)的一階導(dǎo)數(shù)）；2）以及坡度是增加還是減少，即斜率本身的變化率（函數(shù)的二階導(dǎo)數(shù)）。

利用上述信息，我們可以相對(duì)快速地得到一個(gè)近似值。

若將這一過程用數(shù)學(xué)方法來表示，則具體如下：

• Make a guess（做一個(gè)猜測(cè)）：選擇一個(gè)接近你認(rèn)為可能是最小值的起始點(diǎn)，作為尋找函數(shù)最小值的起點(diǎn)；
• Model the curve（模擬曲線）：在該點(diǎn)附近構(gòu)造一個(gè)拋物線，以近似原函數(shù)的形狀；
• Find the next point（找到下一個(gè)點(diǎn)）：計(jì)算拋物線的最低點(diǎn)，以此作為新的迭代點(diǎn)；
• Repeat（重復(fù)）：使用新的迭代點(diǎn)重復(fù)上述步驟，逐步逼近函數(shù)的最小值；
• Keep going（繼續(xù)進(jìn)行）：持續(xù)迭代，直至找到函數(shù)的最小值。

牛頓證明了，只要不斷重復(fù)上述過程，最終就會(huì)逼近原始復(fù)雜函數(shù)的最小值。

而且和類似迭代方法（如梯度下降）相比，牛頓法雖然每次迭代的計(jì)算成本高于梯度下降，但在效率方面優(yōu)勢(shì)明顯。

簡(jiǎn)單來說，牛頓法收斂速度相比梯度下降法更快，即在更少的迭代次數(shù)內(nèi)找到最小值，因此也適用于多種情況。

不過牛頓當(dāng)時(shí)也提醒：

雖然這一方法在大多數(shù)情況下有效，但如果一開始從一個(gè)距離真實(shí)最小值太遠(yuǎn)的點(diǎn)開始，則可能越跑越偏。

而且更麻煩的是，牛頓法還存在一個(gè)顯著缺點(diǎn)——不適用于所有函數(shù)。

其核心策略是將一個(gè)復(fù)雜函數(shù)轉(zhuǎn)化為一個(gè)更簡(jiǎn)單的函數(shù)，而一旦函數(shù)過于復(fù)雜，它也同樣沒轍了。

因此后來數(shù)學(xué)家們努力的方向在于，在不犧牲效率的前提下擴(kuò)大算法使用范圍。

直到去年夏天，三位研究人員發(fā)表了對(duì)牛頓法的最新改進(jìn)。

將牛頓法擴(kuò)展到迄今為止最廣泛的函數(shù)類別

具體而言，他們發(fā)現(xiàn)牛頓法在處理某些復(fù)雜函數(shù)（如高次冪函數(shù)）時(shí)效果不好，這是因?yàn)樗蕾囉诤瘮?shù)的泰勒展開（一種使用求導(dǎo)和多項(xiàng)式逼近原函數(shù)的手段），而這個(gè)展開并不總是能很好地描述原函數(shù)，特別是當(dāng)函數(shù)有很多“山谷”（局部最小值）時(shí)。

于是他們提出，如果一個(gè)函數(shù)滿足兩個(gè)條件，那么它就更容易找到最小值：

• 凸形（Convex）：函數(shù)的形狀像一個(gè)碗，只有一個(gè)“山谷”
• 平方和（Sum of Squares）：函數(shù)可以表示為一些平方項(xiàng)的和

前者意味著如果從任何位置開始尋找，都不會(huì)陷入局部最小值的問題，因?yàn)橹挥幸粋€(gè)最小值，而且無(wú)論從哪個(gè)方向開始，都會(huì)滑向這個(gè)唯一的最低點(diǎn)。

后者意味著可以很容易地識(shí)別和計(jì)算函數(shù)的最小值，因?yàn)槠椒胶托问降暮瘮?shù)特別容易處理，其平方數(shù)總是非負(fù)的，而且它們的最小值是0。

接下來，為了滿足上述條件，他們使用了一種叫做半定規(guī)劃（Semidefinite Programming）的技術(shù)來調(diào)整泰勒展開，具體步驟如下：

1、微調(diào)泰勒展開。不直接使用函數(shù)的泰勒展開，而是對(duì)其進(jìn)行微調(diào)，使其既凸形又可以表示為平方和。

2、增加調(diào)整因子。在泰勒展開中加入一個(gè)調(diào)整因子，這個(gè)因子可以幫助他們控制展開的形狀，使其更接近原函數(shù)，同時(shí)滿足凸形和平方和的條件。

3、多導(dǎo)數(shù)收斂。他們的方法可以使用任意多個(gè)導(dǎo)數(shù)來進(jìn)行泰勒展開，這意味著他們可以更快地找到函數(shù)的最小值。使用更多的導(dǎo)數(shù)可以讓算法以更高的速度（比如立方速度）收斂到最小值。

最終他們創(chuàng)造了這種更強(qiáng)版本的牛頓法，能夠以更少的迭代次數(shù)找到最小值。

他們的算法如下：

在下面這個(gè)函數(shù)中，與傳統(tǒng)牛頓法相比，其改進(jìn)版本（第三階牛頓法）在理論上提供了更快的收斂速度，并且在實(shí)踐中可能比經(jīng)典牛頓法更有效，尤其是在初始點(diǎn)離最小值點(diǎn)較遠(yuǎn)的情況下。

一位華人參與

這項(xiàng)工作是三位數(shù)學(xué)家在普林斯頓大學(xué)期間合作完成的。

其中華人Jeffrey Zhang，目前是耶魯大學(xué)生物醫(yī)學(xué)信息學(xué)與數(shù)據(jù)科學(xué)博士后研究員，研究方向包括大型語(yǔ)言模型、數(shù)據(jù)科學(xué)和統(tǒng)計(jì)學(xué)、計(jì)算復(fù)雜性、多項(xiàng)式優(yōu)化、博弈論和機(jī)制設(shè)計(jì)。

此前在普林斯頓大學(xué)獲得運(yùn)籌學(xué)和金融工程博士學(xué)位，導(dǎo)師正是同為該論文作者的Amir Ali Ahmadi教授。

更早之前，他在2014年獲得耶魯大學(xué)計(jì)算機(jī)科學(xué)和經(jīng)濟(jì)學(xué)與數(shù)學(xué)學(xué)士學(xué)位。

另一位作者Abraar Chaudhry也是Amir Ali Ahmadi教授的學(xué)生，現(xiàn)喬治亞理工學(xué)院博士后研究員。在普林斯頓攻讀博士之前，他在布朗大學(xué)讀本科。

事實(shí)上，在這三位數(shù)學(xué)家出現(xiàn)之前，有很多數(shù)學(xué)家都進(jìn)行了嘗試。

最早19世紀(jì)，被稱為「俄羅斯數(shù)學(xué)之父」的Pafnuty Chebyshev提出了一種牛頓法，用三次方程（指數(shù)為3）近似函數(shù)。

不過當(dāng)原始函數(shù)涉及多個(gè)變量時(shí)，他的算法就會(huì)不起作用。

更近的一次，2021年俄羅斯數(shù)學(xué)家Yurii Nesterov展示了如何使用三次方程有效地逼近任何數(shù)量的變量的函數(shù)。

但他的方法無(wú)法擴(kuò)展到使用四次方程、五次方程等近似函數(shù)，否則會(huì)降低其效率。

現(xiàn)在，3位數(shù)學(xué)家將內(nèi)斯特羅夫的結(jié)果又推進(jìn)了一步。

與牛頓法的原始版本一樣，這種新算法的每次迭代在計(jì)算上仍然比梯度下降等方法成本更高。

因此，目前這項(xiàng)新工作不會(huì)改變自動(dòng)駕駛汽車、機(jī)器學(xué)習(xí)算法或空中交通管制系統(tǒng)的運(yùn)作方式。在這些情況下，最好的選擇仍然是梯度下降。

賓夕法尼亞大學(xué)Jason Altschuler表示：許多優(yōu)化理念需要花費(fèi)數(shù)年時(shí)間才能完全付諸實(shí)踐。不過這似乎是個(gè)全新的視角。

如果隨著時(shí)間的推移，運(yùn)行牛頓法所需的底層計(jì)算技術(shù)變得更加高效，使得每次迭代的計(jì)算成本更低，那么Ahmadi、Chaudhry和Zhang開發(fā)的算法最終可以在包括機(jī)器學(xué)習(xí)在內(nèi)的各種應(yīng)用中超越梯度下降。

合著者表示，從理論上講，他們目前的算法確實(shí)更快。

論文：
https://arxiv.org/pdf/2311.06374