1. 导入
说来惭愧,我研究生时的研究方向是复分析,但毕业近十年来几乎没用到它。
我还记得实习时做自我介绍时,我说我的研究方向是复分析。面试官不太了解,我便解释说,这是关于对 -1 开平方得到的虚数 i 的研究。
在人工智能领域,经常会用到的数学知识包括矩阵、概率论和一些微积分。然而,最近在研究大模型的位置编码时,我惊讶地发现了复分析的应用,10年前的记忆逐渐浮现。
2. 什么是复数
复数是数学中的一个基本概念,它扩展了实数系统,允许进行更广泛的数学运算。复数由两部分组成:实部和虚部。复数的一般形式可以表示为:
a + b i a + bi a+bi
其中, a 是复数的实部, b 是复数的虚部,而 i 是虚数单位,满足 $ i^2 = -1 $。
复数的两个主要特征是:
- 实数:当虚部 b 为0时,复数退化为实数。
- 虚数:当实部 a 为0且虚部 b 非零时,复数被称为纯虚数。
复数可以进行加、减、乘、除等基本算术运算,这些运算遵循特定的规则。例如,两个复数的加法运算是将它们的实部和虚部分别相加:
( a + b i ) + ( c + d i ) = ( a + c ) + ( b + d ) i (a + bi) + (c + di) = (a + c) + (b + d)i (a+bi)+(c+di)=(a+c)+(b+d)i
复数的乘法运算则稍微复杂一些,需要用到分配律和虚数单位 i 的性质:
( a + b i ) ( c + d i ) = a c + a d i + b c i + b d i 2 = ( a c − b d ) + ( a d + b c ) i (a + bi)(c + di) = ac + adi + bci + bdi^2 = (ac - bd) + (ad + bc)i (a+bi)(c+di)=ac+adi+bci+bdi2=(ac−bd)+(ad+bc)i
复数的除法运算涉及到将分母实数化,通常通过乘以共轭复数来实现。
复数在数学、物理、工程学等领域有着广泛的应用,如在信号处理、量子力学、电气工程等学科中,复数提供了一种描述周期性现象和旋转的有力工具。
3. 复变函数
复变函数是数学中的一个重要分支,它主要研究复数域上的函数,这些函数的自变量和因变量都是复数。复变函数论在许多工程和科学领域都有应用,以下是一些通常会学习复变函数的专业:
-
数学专业:复变函数是数学专业学生的必修课程之一,因为它是数学分析的延伸和深化。
-
电气工程:在信号处理和系统分析中,复变函数用于分析交流电路。
-
电子工程:在控制系统的设计和分析中使用复数域方法。
-
物理学专业:在量子力学和电磁学中,复变函数理论用于解决波动方程和势问题。
-
计算机科学与工程:在算法设计、图像处理和信号处理的算法开发中,复变函数有其应用。
-
航空航天工程:在流体动力学和控制系统分析中,复变函数用于数学建模。
-
机械工程:在振动分析和热传导问题中,复变函数理论有助于找到解决方案。
-
土木工程:在结构分析和地震工程中,复变函数用于解决某些动态问题。
-
生物学和生物医学工程:在生物信号处理和生物物理建模中,复变函数有助于分析和理解生物系统的动态行为。
-
金融数学和经济学:在某些高级经济模型和金融工具定价中,复变函数理论可以提供分析工具。
-
控制理论:在系统稳定性分析和控制器设计中,复变函数是基本工具之一。
学习复变函数的课程通常包括解析函数、复积分、级数展开、留数定理、共轭和谐函数等概念。
复数在机器学习中的应用相对较少,但在某些特定领域,如信号处理、图像处理和模式识别中,复数的性质和运算规则可以提供一些有用的工具和技术。
毕业十年后,我再一次领略了复数的魅力,这次是在大模型的位置编码中。复数的数学特性和运算规则为Transformer提供了一种新的位置编码方法,这种方法被称为RoPE(Rotary Position Embedding)。
4. 位置编码和RoPE
位置编码(Positional Encoding)是一种在处理序列数据时,用于向模型提供序列中每个元素位置信息的技术。
在自然语言处理(NLP)中,尤其是在使用Transformer模型时,位置编码尤为重要,因为Transformer模型本身并不包含处理序列顺序的机制。
位置编码的主要目的是让模型能够区分输入序列中词的顺序,从而更好地理解句子的结构和含义。
Rotation Position Encoding
RoPE提出为了能利用上 token 之间的相对位置信息,假定 query 向量 q m q_m qm 和 key 向量 k n k_n kn之间的内积操作可以被一个函数 g g g表示,该函数 g g g 的输入是词嵌入向量 x m x_m xm, x n x_n xn 和它们之间的相对位置 m − n m-n m−n:
大胆假设,小心求证。 现在我们的目标就是找到一个合适的函数 g g g,使得 g ( x m , x n , m − n ) g(x_m, x_n, m-n) g(xm,xn,m−n)能够捕捉到词向量之间的相对位置信息。
RoPE提出,在词向量是二维的情况下,将平面转化为复平面,如果我们按照如下的方式定义函数 f f f,则可以找到对应的 g g g
R e Re Re指的是复数的实数部分,更近一步,我们可以将函数 f f f定义为:
这边,不就是原来的query矩阵乘上了一个旋转矩阵吗?也就是说,加上 m m m这个位置信息后,如果使用RoPE的设计方案,就相当于将原query矩阵进行了旋转。这就是旋转的由来。
同理, f K f_K fK可以表示为:
那么,对应的 g g g函数就是:
5. 一点想法
在RoPE中,没有引入很高深的复数知识,只是用了欧拉公式,而欧拉公式发表于1740年左右,但就这样简单的应用,就能在大模型中发挥作用。我在想,是不是还有其他数学知识,可以在大模型中发挥作用呢?
旋转位置编码由苏剑林大神设计,其引入数学中最美丽的公式-欧拉公式。
大家可以关注他的博客《科学空间》https://kexue.fm/, 会学到很多东西。
参考
[1] RoFormer: Enhanced Transformer with Rotary Position Embedding
[2] GitHub: LLMForEverybody