DeepONet si evolve: l'α-VI rende l'apprendimento delle operatori più robusto e sicuro?

Un team di riceratori ha sviluppato Alpha-VI DeepONet, una versione avanzata della rete neurale DeepONet che impara operatori complessi con maggiore precisione e affidabilità. Questo nuovo modello utilizza l'inferenza variazionale bayesiana e la α-divergenza di Rényi, una misura alternativa alla classica divergenza di Kullback-Leibler. La differenza principale? Maggiore robustezza contro errori nei dati o nelle ipotesi iniziali. Grazie alle reti neurali bayesiane integrate, Alpha-VI DeepONet non solo prevede meglio, ma fornisce anche una stima dell'incertezza associata alle sue previsioni. Questo è fondamentale in ambiti come l'ingegneria o la fisica, dove gli errori possono costare molto. Il modello è stato testato su sistemi meccanici reali, come pendoli gravitazionali e reazioni chimiche, battendo i precedenti record. Il parametro α può essere regolato a seconda del problema, rendendo il modello estremamente flessibile. Questo passo avanza l'apprendimento automatico scientifico verso sistemi più trasparenti e affidabili.

Alpha-VI DeepONet introduce un framework innovativo per l'apprendimento di operatori utilizzando reti neurali profonde bayesiane. L'approccio si basa sull'inferenza variazionale generale (GVI) con la α-diverenza di Rényi, una generalizzazione della divergenza di Kullback-Leibler. Questo permette di superare limitazioni legate alla specificazione delle prior, un problema ricorrente nelle DeepONet bayesiane standard. La α-diverenza offre maggiore flessibilità nel controllo della robustezza: valori di α < 1 enfatizzano la robustezza, mentre α > 1 favoriscono l'accuratezza. Le reti DeepONet sono composte da due parti: una rete ramo (branch) che elabora l'input funzionale e una rete tronco (trunk) che gestisce le coordinate spaziali. In Alpha-VI, entrambe le reti sono implementate come reti neurali bayesiane, permettendo la quantificazione dell'incertezza. L'obiettivo variazionale modificato minimizza la α-diverenza tra la distribuzione posteriore approssimata e la vera distribuzione, migliorando la stima bayesiana. Validazione su sistemi meccanici: pendolo gravitazionale, advection-diffusion e diffusion-reaction. Risultati: errore quadratico medio ridotto e miglioramento del log-vero negative. Il modello è particolarmente efficace in scenari con dati rumorosi o scarsi, tipici di molte applicazioni inginneristiche. L'approccio apre nuove possibilità per l'apprendimento di operatori in contesti scientifici, dove la fiducia e la trasparenza delle previsioni sono essenziali.