A Pedagogical Framework for Physics-Informed Machine Learning: From Classical Pendulum to Quantum Anharmonic Oscillator Using PyTorch on Modern GPU Hardware

Resumen Técnico: Marco Pedagógico para el Aprendizaje Automático Informado por la Física

Título: Un Marco Pedagógico para el Aprendizaje Automático Informado por la Física: Desde el Péndulo Clásico hasta el Oscilador Anarmónico Cuántico.

1. Problema

Los currículos de ingeniería modernos requieren que los estudiantes adquieran competencia práctica en la aplicación del aprendizaje automático (ML) a problemas científicos, como la modelización de ecuaciones diferenciales ordinarias (EDO) y parciales (EDP), problemas de autovalores y leyes de conservación físicas. Sin embargo, la mayoría de los cursos introductorios de ML se centran en clasificación de imágenes o procesamiento de lenguaje natural, dejando una brecha educativa significativa.
El salto conceptual desde el aprendizaje supervisado estándar hacia las Redes Neuronales Informadas por la Física (PINNs) es complejo sin una ruta pedagógica estructurada. Además, existe la necesidad práctica de entender cuándo es realmente beneficiosa la aceleración por hardware (GPU) frente a la CPU en tareas de física computacional.

2. Metodología

El artículo presenta un marco de cinco módulos diseñado para un curso de nivel de posgrado, implementado en PyTorch 2.9 y ejecutado en una GPU NVIDIA RTX 5090 (arquitectura Blackwell). Se excluyó TensorFlow debido a incompatibilidades de compatibilidad PTX con esta arquitectura de hardware.

El marco utiliza dos sistemas físicos de complejidad creciente:

• Sistema 1: Péndulo Clásico No Lineal (Módulos 1-2)

  • Física: Un péndulo forzado, amortiguado y no lineal gobernado por una EDO de segundo orden.
  • Modelos:
    1. ANN (Red Neuronal Artificial): Modelo puramente basado en datos que mapea características ingenieriles a la posición angular.
    2. PINN (Red Informada por la Física): Aprende únicamente a partir de puntos de colocalización (sin datos etiquetados de trayectoria), integrando el residuo de la EDO en la función de pérdida.
  • Estrategia de Entrenamiento: Se emplea una estrategia de entrenamiento curricular para la PINN, expandiendo progresivamente el intervalo de tiempo de entrenamiento (de 0-3s hasta 0-30s) para evitar la divergencia en tiempos largos.

• Sistema 2: Oscilador Anarmónico Cuántico (Módulos 3-4)

  • Física: Ecuación de Schrödinger independiente del tiempo para un potencial perturbado por un término cuártico.
  • Modelos:
    1. CNN (Red Neuronal Convolucional 1D): Regresor que procesa el vector de potencial discretizado.
    2. LSTM (Red de Memoria a Corto y Largo Plazo): Trata el potencial como una secuencia de pasos temporales.
    3. PINN Cuántica: Resuelve la ecuación de Schrödinger, aprendiendo tanto la función de onda $\psi(x)$ como el autovalor de energía $E$ como un parámetro entrenable.

• Módulo 5: Comparación integral de precisión, coste de entrenamiento y eficiencia de GPU.

3. Contribuciones Clave

1. Progresión Estructurada: Un camino educativo claro desde el modelado basado en datos hasta el modelado restringido por física, utilizando dos sistemas canónicos.
2. Estrategia de Entrenamiento Curricular: Demostración de que el entrenamiento curricular es esencial para la precisión a largo plazo en PINNs no lineales, superando las limitaciones del entrenamiento en una sola etapa.
3. Benchmarks de Hardware (CPU vs. GPU): Una evaluación cuantitativa que define cuándo la aceleración de GPU es justificada, revelando que el beneficio depende del tamaño del modelo y la paralelización de lotes.
4. Recursos Educativos Abiertos: Implementación completa en cuadernos Jupyter autocontenidos, diseñados para guiar a los estudiantes desde el pensamiento basado en datos hacia formulaciones restringidas por física.

4. Resultados

• Precisión y Errores:

  • Péndulo: La ANN basada en datos logró un Error Absoluto Medio (MAE) de $1.3 \times 10^{-2}$ rad. La PINN entrenada con curricula alcanzó un MAE de $3.1 \times 10^{-2}$ rad usando solo puntos de colocalización (sin datos de trayectoria etiquetada).
  • Cuántico: La CNN logró un MAE de $4.4 \times 10^{-5}$ u.a. en la predicción de energía. La PINN recuperó la función de onda y el autovalor de energía con un error absoluto de $5.5 \times 10^{-4}$ u.a., algo imposible para enfoques de regresión estándar.

• Eficiencia Computacional (Aceleración GPU):

  • Se observaron aceleraciones variables según la arquitectura:
    • LSTM: 24.6x más rápido en GPU (debido a la paralelización de la secuencia de 500 pasos).
    • CNN: 3.6x más rápido.
    • ANN pequeña (Péndulo): Solo 1.2x (la sobrecarga de transferencia PCIe domina sobre el cálculo).
  • Conclusión: La aceleración de GPU no es universal; es crítica para secuencias largas y modelos grandes, pero insignificante para redes pequeñas.

• Eficiencia de Datos:

  • Existe un punto de cruce en el rendimiento: si hay más de ~600 muestras etiquetadas, la ANN supera a la PINN. Por debajo de este umbral, la PINN es superior, demostrando su eficiencia cuando los datos son escasos o costosos.

5. Significado e Impacto

Este trabajo ofrece una solución práctica a la brecha educativa en la intersección de la física y el aprendizaje automático.

• Pedagógico: Proporciona una hoja de ruta para enseñar a los estudiantes a seleccionar modelos basándose en la disponibilidad de datos, la necesidad de interpretabilidad física y las restricciones de hardware.
• Técnico: Destaca la importancia crítica de la compatibilidad de frameworks con hardware de última generación (ej. la incompatibilidad de TensorFlow con GPUs Blackwell frente a la compatibilidad nativa de PyTorch).
• Científico: Valida que las PINNs, cuando se entrenan correctamente (con curricula), pueden resolver problemas físicos complejos sin datos etiquetados, ofreciendo soluciones completas (como funciones de onda completas) que los modelos de regresión tradicional no pueden proporcionar.

El marco establece un estándar para cursos de laboratorio modernos de redes neuronales profundas aplicadas a sistemas físicos, enfatizando el diseño consciente del hardware y la integración rigurosa de leyes físicas en la arquitectura de aprendizaje.