来源：大数据文摘出品

今天要聊的是牛津大学的学者发布的一篇论文：

———NoProp：一种完全不靠前向/反向传播的神经网络训练方法。

图注：论文地址：

https://arxiv.org/pdf/2503.24322

换句话说，就是深度学习训练居然还能不用forward/backward？

读完之后，发现作者真敢想，也真敢做，甚至还在MNIST和CIFAR-10/100上干到了SOTA级别。

01 传统深度学习的“老路”

现在主流的神经网络训练，基本都靠反向传播（back-propagation）。

你从输入跑一遍forward，输出结果和标签比一比，算出损失，再把误差信号沿着神经网络一层层反传下去，调整每一层的参数——这就是经典BP算法的全流程。

图注：反向传播可视化，图片来自于《AI In 100 Images》。

它简单粗暴，好用到称霸深度学习几十年。但BP其实也有一堆槽点：

  • 完全不符合生物神经元的工作方式，太“机械”了

  • 要存一堆中间激活，内存压力大

  • 梯度要一层层传，想多机/分布式训练很难搞

  • 还容易出现梯度消失、灾难性遗忘等毛病

所以，其实很多年都有人想另辟蹊径，不靠BP来训练网络。但一直没啥特别靠谱的“新流派”能挑战BP的地位。

02 NoProp：彻底不要forward和backward

NoProp，野心很大：既不要反向传播，也不要传统的前向传播。

它的核心思想其实很“反直觉”：每一层都自己学会“去噪”一个被加了噪声的目标（标签），且每一层的训练都是独立的，完全不需要梯度从头传到尾，也不需要逐层前向推理。

据说，灵感来自扩散模型和flow matching（没错，就是最近AI图像领域炙手可热的扩散流派）；本质上，每一层都是一个“去噪专家”，收到一个被加噪的标签和输入后，自己想办法把标签还原回来；另外，训练时直接喂每层加噪的“假标签”，让它自己去学还原；而推理时，把上一层的输出当成“新噪声”，继续去噪，直到最后一层输出

03 技术细节

技术细节大概有4步，

一：数据处理：每个样本(x, y)，先把y（标签）映射到一个高维embedding空间，比如one-hot或learnable embedding。

二：加噪声：按照固定或可学习的噪声schedule，给标签embedding加上高斯噪声，制造一个“带噪标签”。

三：每层单独训练：设计一套动态块，每层动态块都拿到（带噪标签，图片x）输出去噪后的标签embedding；损失函数是预测的embedding和“干净标签”之间的L2距离，加上分类损失和KL散度正则

四：推理时流程：从纯噪声出发，反复用每层动态块去噪，最后一层输出的embedding送给softmax线性层，得到分类结果。

这种做法，和传统扩散模型的“反噪”过程很像，但目标不是还原图像，而是还原标签。

04.不靠BP，效果到底咋样？

作者直接在MNIST、CIFAR-10、CIFAR-100上正面对比了NoProp和主流方法。结果是：NoProp在MNIST上能和BP打个平手，CIFAR-10/100也极具竞争力。

如上图，NoProp-DT直接干平甚至略超传统BP，远超以往“无反向传播”方法。另外，内存消耗也更低，训练更容易分布式/并行；连续时间版本（NoProp-CT、NoProp-FM）在CIFAR-10/100上也比主流ODE方法表现更高效。

NoProp根本不学“分层抽象表示”——每层的“表示”都是用户指定的（比如高斯加噪的标签embedding），它只管把噪声还原成标签，不去学什么“从低到高的抽象特征”。

其实，这就带来一个问题：“分层抽象表示”真的是深度学习不可或缺的前提吗？NoProp的实验表明：只要标签embedding设计得好，不学feature也能干正事。

有兴趣的朋友可以看原文

（https://arxiv.org/pdf/2503.24322），

NoProp的创新点和实验设计都非常细致，也许这条“去BP化”的路，能给AI带来不一样的想法。

阅读最新前沿科技趋势报告，请访问欧米伽研究所的“未来知识库”

https://wx.zsxq.com/group/454854145828

未来知识库是“ 欧米伽 未来研究所”建立的在线知识库平台，收藏的资料范围包括人工智能、脑科学、互联网、超级智能，数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。 欢迎扫描二维码或访问https://wx.zsxq.com/group/454854145828进入。

截止到3月31日 ”未来知识库”精选的百部前沿科技趋势报告

（加入未来知识库，全部资料免费阅读和下载）