Des chercheurs du MIT ont publié une méthode qui garantit que les modèles d’IA de systèmes chaotiques ne dérivent jamais vers des états physiquement impossibles, quelle que soit la durée de la simulation. Ces travaux, dirigés par le doctorant Sunbochen Tang et les professeurs Navid Azizan et Themistoklis Sapsis du Laboratory for Information and Decision Systems, sont parus dans les Proceedings of the National Academy of Sciences [1][2]. L’avancée majeure réside dans une couche de projection qui impose la dissipation d’énergie comme une contrainte forte au sein même de l’architecture du modèle, plutôt que de s’appuyer sur des pénalités souples lors de l’entraînement [1][5].
Pourquoi les modèles actuels échouent sur les horizons lointains
Les systèmes chaotiques tels que la météo, le climat et les flux turbulents sont extrêmement sensibles aux conditions initiales ; ainsi, de minuscules différences produisent des résultats radicalement divergents [1][6]. Les réseaux de neurones peuvent bien correspondre aux données à court terme, mais de petites erreurs s’accumulent jusqu’à ce que les valeurs simulées croissent sans limite, même si le système réel reste borné [1][5]. Navid Azizan souligne qu’un modèle peut sembler précis sur une courte période tout en échouant lorsqu’il est utilisé plus longtemps, produisant des prédictions qui ne pourraient jamais se produire dans la réalité [1][6]. Cette dérive invalide les statistiques à long terme, qui sont pourtant souvent l’objectif principal de la modélisation du climat et de la turbulence [2].
Contraintes fortes contre pénalités souples
Les tentatives précédentes utilisaient des pénalités ou des incitations lors de l’entraînement pour encourager la cohérence physique [1][5]. Sunbochen Tang explique que ces contraintes souples ne s’appliquent que pendant l’entraînement du modèle ; une fois déployé sur de nouvelles données, rien ne garantit que le modèle respectera les limites prévues [1][5]. Le simple fait de plafonner les sorties à des valeurs arbitraires, comme interdire une température supérieure à 100 degrés, échoue également car cela peut empêcher le modèle d’apprendre des caractéristiques complexes présentes dans les données [1][6]. La nouvelle approche intègre la contrainte de manière structurelle afin que chaque prédiction, même sur des cas jamais vus, satisfasse la limite physique [1][8].
Comment fonctionne la couche de projection
Le framework apprend simultanément un émulateur de dynamique et une représentation du système de type énergétique [2][5]. Une couche de projection modulaire ajuste ensuite l’évolution prédite : en dehors d’une frontière apprise, la grandeur de type énergétique doit diminuer, ramenant les trajectoires vers la région bornée tout en permettant des variations chaotiques à l’intérieur de celle-ci [1][2]. Cette construction impose la dissipation par conception et fournit des garanties formelles de bornage des trajectoires sur des fenêtres de prévision arbitrairement longues [2][5]. La couche est agnostique vis-à-vis du modèle, elle peut donc être ajoutée à différentes architectures de réseaux de neurones sans reconception [2][5].
Démonstrations réalisées et questions en suspens
Des tests sur des systèmes de référence tels que Lorenz 96 et un modèle de Kuramoto–Sivashinsky à ordre réduit ont montré que la méthode suivait de près les résultats réels, là où les approches conventionnelles divergeaient vers des valeurs impossibles [2][5]. Le code est disponible en libre accès, et un article complémentaire sur un opérateur à contrainte d’énergie a remporté le prix du meilleur article (Best Paper Award) lors de la conférence Learning for Dynamics and Control [2][5]. Cependant, la modélisation météorologique réaliste n’a pas encore été testée ; les chercheurs prévoient d’évaluer la méthode sur des systèmes atmosphériques plus vastes pilotés par les données [2][7].
Pourquoi cette avancée est cruciale pour l’ingénierie et la science
Des statistiques bornées sur le long terme sont essentielles pour les projections climatiques, la modélisation de la turbulence en aéronautique et l’hydrologie [1][6]. En garantissant que les simulations restent dans des limites physiquement possibles, cette approche permet aux praticiens d’utiliser des architectures d’apprentissage automatique avancées pour la prédiction et le contrôle dans des domaines présentant des instabilités intrinsèques [1][6]. La publication en open source signifie que d’autres groupes peuvent intégrer la couche de projection dans leurs propres flux de travail et la tester sur les systèmes qui les concernent le plus [5][8].
Sources
- New approach enables physically consistent AI models of chaotic systems …
- MIT Framework Keeps AI Models of Chaos Within Physical Bounds
- MIT researchers present method to keep AI models of chaotic systems …
- New Approach Creates Physically Consistent AI Models for Chaos
- MIT researchers develop hard constraints for AI models of chaotic systems
- MIT researchers develop a way to stop runaway predictions in AI physics …
- MIT Launches Physics-Consistent AI for Chaotic Systems
- New approach enables physically consistent AI models of…