Operator Learning for Consolidation: An Architectural Comparison for DeepONet Variants

Este estudio evalúa arquitecturas de DeepONet para el problema de consolidación geotécnica, demostrando que una variante mejorada con características de Fourier en la red del tronco supera a los modelos estándar y ofrece aceleraciones computacionales significativas (hasta 1.000 veces) en escenarios 3D, facilitando así la cuantificación de incertidumbre y la integración del aprendizaje científico en ingeniería geotécnica.

Lo esencial

Imagina que la ingeniería geotécnica es como intentar predecir cómo se asienta un edificio sobre un suelo blando (como arcilla) después de que se le pone peso encima. Este proceso se llama consolidación.

Antiguamente, para saber cuánto se hundirá el suelo y cuándo, los ingenieros usaban "calculadoras" matemáticas muy complejas (llamadas solvers numéricos). El problema es que estas calculadoras son lentas, como intentar resolver un rompecabezas de 10,000 piezas a mano cada vez que quieres probar una idea nueva. Si quieres probar 1,000 escenarios diferentes, tardarías días o semanas.

Este artículo presenta una solución inteligente: DeepONet. Piensa en DeepONet no como una calculadora que resuelve el rompecabezas paso a paso, sino como un genio que ha visto millones de rompecabezas similares y ahora puede adivinar la imagen final instantáneamente.

Aquí te explico cómo funciona el estudio, usando analogías sencillas:

1. El Problema: La "Receta" del Suelo

El suelo tiene una "receta" secreta llamada Coeficiente de Consolidación ($C_v$). Este número nos dice qué tan rápido el agua sale del suelo.

• Si el suelo es como una esponja muy abierta, el agua sale rápido ($C_v$ alto).
• Si es como una esponja muy apretada, el agua sale lento ($C_v$ bajo).

Los ingenieros necesitan predecir la presión del agua en el suelo para cualquier tipo de suelo y cualquier tipo de carga.

2. La Prueba: ¿Dónde ponemos la "Receta"?

Los autores probaron cuatro versiones de este "genio" (DeepONet) para ver cuál aprendía mejor. Imagina que el genio tiene dos cerebros:

• El Cerebro de la Entrada (Branch Net): Lee la situación inicial (¿cuánta agua hay al principio?).
• El Cerebro de la Salida (Trunk Net): Decide cómo se ve el resultado en el tiempo y el espacio.

El gran descubrimiento fue dónde poner la "receta" ($C_v$):

• Modelos 1 y 2 (El error): Poner la receta junto con la situación inicial en el "Cerebro de la Entrada".
  • Analogía: Es como darle al chef la lista de ingredientes y la receta de cocina mezcladas en un solo papel. El chef se confunde un poco y tarda más en entender cómo la receta afecta el tiempo de cocción. Estos modelos fallaron un poco, especialmente al principio del proceso.
• Modelo 3 (Mejor): Poner la receta directamente en el "Cerebro de la Salida".
  • Analogía: Ahora le decimos al chef: "Aquí tienes los ingredientes, y por cierto, recuerda que la receta dice que cocción lenta". El cerebro de la salida entiende mejor cómo el tiempo cambia la situación. ¡Funciona mucho mejor!
• Modelo 4 (El Campeón): El Modelo 3, pero con un "superpoder" llamado Embedding de Fourier.
  • Analogía: Imagina que el suelo cambia de presión muy rápido al principio (como un golpe de tambor). El cerebro normal a veces se pierde en esos cambios rápidos. El "superpoder" de Fourier le da al genio una lupa especial para ver esos detalles rápidos y cambios bruscos con mucha claridad.

Resultado: El Modelo 4 fue el más preciso, cometiendo muy pocos errores, incluso en los momentos más difíciles y rápidos del proceso.

3. La Magia: Velocidad y 3D

Lo más impresionante no es solo que sea preciso, sino lo rápido que es.

• En 1D (Un solo tubo de suelo): El modelo nuevo es entre 1.5 y 100 veces más rápido que las calculadoras antiguas. Es como pasar de caminar a trotar.
• En 3D (Un edificio entero en el espacio): Aquí es donde ocurre la magia real. Las calculadoras antiguas tardaban más de 2 minutos en simular un solo caso. El nuevo modelo lo hace en 0.1 segundos.
  • Analogía: Es como comparar un caracol (el método antiguo) con un cohete (DeepONet). El cohete es 1,000 veces más rápido.

4. ¿Para qué sirve esto? (La Incertidumbre)

Como el modelo es tan rápido, los ingenieros pueden hacer algo que antes era imposible: Simular 1,000 escenarios diferentes en segundos.

Imagina que quieres saber: "¿Qué pasa si el suelo es un poco más húmedo? ¿Y si la carga es un poco más pesada?".

• Con los métodos viejos, tendrías que esperar días para ver el resultado de 1,000 pruebas.
• Con DeepONet, puedes ver todas las posibilidades al instante y decir: "Hay un 95% de probabilidad de que el edificio se hunda menos de 5 cm". Esto es vital para diseñar edificios seguros y baratos.

Conclusión

Este estudio nos dice que, para predecir cómo se asienta el suelo, no necesitamos seguir resolviendo ecuaciones paso a paso. Podemos "entrenar" a una inteligencia artificial (DeepONet) para que aprenda la física del problema.

Si le damos la "receta" ($C_v$) al lugar correcto de la red neuronal y le damos unas gafas especiales (Fourier) para ver los cambios rápidos, obtenemos un super-ingeniero virtual que es:

1. Extremadamente preciso.
2. Rápido como el rayo (especialmente en 3D).
3. Capaz de predecir riesgos (incertidumbre) en tiempo real.

Es un gran paso para que la ingeniería de suelos sea más moderna, segura y eficiente.

Resumen técnico

Resumen Técnico: Aprendizaje de Operadores para la Consolidación: Una Comparación Arquitectónica de Variantes de DeepONet

1. Planteamiento del Problema
La modelación y simulación de problemas geotécnicos, específicamente el fenómeno de consolidación de suelos (disipación de presiones de poro y asentamiento), depende tradicionalmente de la resolución numérica de Ecuaciones Diferenciales Parciales (EDP) mediante métodos como el de Elementos Finitos (FEM) o Diferencias Finitas (FDM). Aunque precisos, estos métodos son computacionalmente costosos, especialmente en escenarios tridimensionales (3D) o cuando se requiere cuantificación de incertidumbre.

Las redes neuronales informadas por la física (PINNs) han surgido como una alternativa, pero presentan limitaciones: requieren reentrenamiento ante cambios en las condiciones de contorno o parámetros del sistema y dependen de la formulación explícita de las ecuaciones gobernantes. En este contexto, los Operadores Neuronales, y en particular las Redes de Operadores Profundos (DeepONet), ofrecen una solución prometedora al aprender el mapeo entre espacios de funciones infinitas, permitiendo generalizar sobre diversas condiciones iniciales y parámetros sin reentrenamiento. Sin embargo, su aplicación en ingeniería geotécnica ha sido limitada hasta ahora.

2. Metodología
El estudio propone una evaluación sistemática de cuatro arquitecturas de DeepONet para resolver la EDP de consolidación unidimensional (1D) de Terzaghi y extenderla a 3D.

• Formulación del Problema: Se utiliza la ecuación de difusión para la presión de poro excesiva ($u$) en función de la profundidad ($z$) y el tiempo ($t$), gobernada por el coeficiente de consolidación ($C_v$). Los datos de entrenamiento se generan resolviendo la EDP mediante el método de diferencias finitas (implícito BDF y explícito Runge-Kutta).
• Arquitecturas Evaluadas:
  • Modelo 1 (Estándar): $C_v$ se concatena con el perfil inicial de presión de poro en la red de "rama" (branch net).
  • Modelo 2 (MIONet): Utiliza dos redes de rama separadas para la condición inicial y $C_v$, fusionando sus representaciones latentes.
  • Modelo 3 (Inspirado en Física): Propone alimentar $C_v$ directamente a la red de "tronco" (trunk net), que codifica las coordenadas espacio-temporales $(z, t)$. Esta decisión se basa en la estructura analítica de la solución, donde $C_v$ modula la evolución temporal de las funciones base.
  • Modelo 4 (DeepONet con Fourier): Mejora el Modelo 3 incorporando Embedding de Características de Fourier en la entrada de la red de tronco. Esto mapea las entradas de baja dimensión a un espacio de mayor dimensión mediante funciones sinusoidales, permitiendo capturar funciones de variación rápida (crítico en las etapas iniciales de la consolidación).
• Escalabilidad: El Modelo 4 se extiende a un escenario 3D con condiciones de drenaje completo y drenaje impermeable en la base.
• Validación: Se evalúa la precisión (Error Cuadrático Medio - MSE), la eficiencia computacional y la capacidad de generalización ante datos fuera de la distribución (out-of-distribution).

3. Contribuciones Clave

• Diseño Arquitectónico Guiado por Física: Se demuestra que la ubicación del parámetro físico ($C_v$) es crítica. Colocar $C_v$ en la red de tronco (Modelo 3) es superior a colocarlo en la rama, ya que alinea la arquitectura con la dependencia analítica de la solución.
• Mejora mediante Fourier: La integración de características de Fourier (Modelo 4) resuelve la limitación de los modelos anteriores en las etapas tempranas de la consolidación, donde los gradientes de presión son más pronunciados.
• Aceleración Masiva en 3D: Se cuantifica la ventaja computacional de DeepONet frente a solvers numéricos tradicionales, mostrando un salto de eficiencia drástico al pasar de 1D a 3D.
• Cuantificación de Incertidumbre: Se presenta una demostración conceptual donde DeepONet acelera la propagación de incertidumbre en problemas 3D, permitiendo evaluaciones en tiempo real que serían prohibitivas con solvers clásicos.

4. Resultados Principales

• Precisión:
  • Los Modelos 1 y 2 mostraron errores significativos, especialmente en las etapas iniciales y con perfiles de presión no uniformes.
  • El Modelo 3 redujo el MSE en un factor de 5 a 7 en comparación con los modelos estándar.
  • El Modelo 4 logró el mejor rendimiento, reduciendo el error del Modelo 3 en un factor adicional de 1.5. El MSE de prueba fue de aproximadamente $509 , \text{Pa}^2$(vs.$740 , \text{Pa}^2$del Modelo 3 y >$5000 , \text{Pa}^2$ de los modelos 1 y 2).
  • El Modelo 4 minimizó eficazmente los errores en los momentos iniciales ($T_v \approx 0$), donde otros modelos fallaban en capturar la variación rápida.
• Eficiencia Computacional:
  • Caso 1D: DeepONet es 1.5 a 100 veces más rápido que los solvers numéricos (BDF y RK45).
  • Caso 3D: La ventaja es exponencial. DeepONet genera campos de solución completos en ~0.1 segundos, mientras que el solver explícito (RK45) tarda ~126 segundos (aceleración de ~1,000x). El solver implícito (BDF) falló por agotamiento de memoria en 3D.
• Generalización: El modelo mostró buen rendimiento dentro del rango de entrenamiento, pero el error aumentó al extrapolar valores de $C_v$ fuera de ese rango, confirmando que DeepONet actúa como un interpolador eficaz pero no como un extrapolador robusto sin estrategias adicionales (como aprendizaje activo o pérdidas informadas por física).
• Comparación con FNO: Aunque el Operador Neuronal de Fourier (FNO) obtuvo un error de entrenamiento ligeramente menor, DeepONet (Modelo 4) alcanzó una generalización comparable con un tiempo de entrenamiento 4 veces menor y mayor flexibilidad para mallas no uniformes.

5. Significado e Impacto
Este estudio marca un hito en la integración del aprendizaje automático científico en la ingeniería geotécnica.

• Viabilidad Práctica: Demuestra que los sustitutos basados en DeepONet pueden reemplazar a los solvers numéricos costosos en aplicaciones que requieren alta velocidad, como la monitorización en tiempo real de asentamientos de presas o terraplenes, y la optimización de diseños.
• Guía de Diseño: Proporciona directrices claras sobre cómo incorporar parámetros físicos en las arquitecturas de operadores neuronales, sugiriendo que la alineación con la estructura analítica de la solución es fundamental.
• Futuro: Abre la puerta a la cuantificación de incertidumbre a gran escala y a la integración con tecnologías de sensores modernos para la caracterización de subsuelos, superando las limitaciones computacionales actuales.

En conclusión, la combinación de una arquitectura informada por la física (colocación de $C_v$ en el tronco) y técnicas de embedding (Fourier) permite que DeepONet sea una herramienta robusta, precisa y extremadamente eficiente para modelar la consolidación de suelos, superando significativamente a los métodos numéricos tradicionales en escenarios multidimensionales.