LLM-Grounded Explainability for Port Congestion Prediction via Temporal Graph Attention Networks

Este artículo presenta AIS-TGNN, un marco que combina redes de atención gráfica temporal con un modelo de lenguaje grande para predecir la congestión portuaria y generar explicaciones en lenguaje natural verificables, logrando un alto rendimiento predictivo y una consistencia direccional del 99,6% en los datos del puerto de Los Ángeles y Long Beach.

Lo esencial

Imagina que los puertos marítimos, como el de Los Ángeles y Long Beach, son como grandes autopistas de agua donde miles de barcos intentan entrar y salir cada día. A veces, estas "autopistas" se atascan, creando un "embotellamiento" masivo que retrasa envíos de juguetes, electrónicos y comida en todo el mundo.

El problema es que, hasta ahora, las computadoras podían predecir cuándo ocurriría este atasco, pero no podían explicarte por qué de una manera que un humano pudiera entender fácilmente. Era como tener un pronóstico del tiempo que dijera "llueve" sin decirte si es por un frente frío, una tormenta o simplemente porque alguien dejó una manguera abierta.

Este paper presenta una solución genial llamada AIS-TGNN. Vamos a desglosarlo con analogías sencillas:

1. El Mapa Inteligente (La Red de Atención Temporal)

Imagina que el puerto no es un mapa estático, sino un tablero de ajedrez vivo que cambia cada día.

• Las casillas: Cada cuadrito del tablero representa una zona del puerto.
• Las piezas: Los barcos son las piezas que se mueven.
• La magia (TGNN): La computadora no solo mira a los barcos en una casilla; mira cómo se relacionan entre sí. Es como si cada casilla tuviera un ojo mágico que le dice: "Oye, la casilla de al lado está muy llena, ¡eso me va a afectar!".

Esta red de "ojos mágicos" (llamada Temporal Graph Attention Network) aprende a prestar atención a los vecinos más importantes. Si una zona está lenta, la red sabe que la zona de al lado probablemente se va a atascar pronto.

2. El Detective y el Traductor (La IA Explicable)

Aquí es donde entra la parte más divertida. La mayoría de las IAs son como detectives que solo dan el veredicto ("¡Culpable!"), pero no explican sus pruebas.

Este sistema tiene dos partes:

1. El Detective (La Red de Ajedrez): Recoge datos reales de los barcos (velocidad, cuántos hay, cuántos están anclados) y calcula la probabilidad de un atasco.
2. El Traductor (La IA de Lenguaje o LLM): Esta es una inteligencia artificial muy lista (como un periodista experto) que toma las "pruebas" del detective y escribe un informe en lenguaje humano.

¿Cómo funciona la traducción?
En lugar de decir "El valor z es 2.5 y la atención es 0.8", el sistema le dice al traductor: "El barquito está yendo muy lento (prueba 1) y sus vecinos están anclados (prueba 2), por lo tanto, el riesgo de atasco es alto".
El traductor genera un reporte con secciones claras: "¿Qué causó esto?", "¿Qué dicen los vecinos?", "¿Qué pasaría si cambiamos algo?" y "¿Qué no sabemos?".

3. La Prueba de Verdad (Consistencia Direccional)

Para asegurarse de que el traductor no está inventando cosas (alucinando), los autores crearon una prueba de "coherencia".

• Imagina que el detective dice: "El tráfico lento aumenta el riesgo".
• El traductor debe escribir: "El tráfico lento aumenta el riesgo".
• Si el traductor escribe "El tráfico lento disminuye el riesgo", ¡fallo!

El sistema logró un 99.6% de acierto en esto. Esto significa que el traductor es un honesto que solo dice lo que las pruebas demuestran, no lo que cree que suena bien.

¿Por qué es esto importante para ti?

• Para los capitanes y planificadores: En lugar de recibir una alerta fría de computadora, reciben un reporte que dice: "Oye, la zona X se va a atascar mañana porque los barcos están yendo muy lento y los vecinos están bloqueados. Mueve tu barco ahora".
• Para la economía: Si podemos predecir y entender los atascos con 24 horas de antelación, podemos reorganizar rutas, evitar que los camiones esperen días y que los productos no lleguen a las tiendas.

En resumen

Este paper crea un sistema de navegación dual:

1. Un cerebro matemático que ve el futuro basándose en cómo se mueven los barcos y sus vecinos.
2. Una voz humana que toma esos números fríos y te cuenta una historia clara y honesta sobre por qué va a haber un atasco.

Es como tener un copiloto experto que no solo te dice que vas a chocar, sino que te señala exactamente qué obstáculo viene y por qué, para que puedas tomar una decisión inteligente.

Resumen técnico

A continuación presento un resumen técnico detallado del artículo "LLM-Grounded Explainability for Port Congestion Prediction via Temporal Graph Attention Networks" (Explicabilidad basada en LLM para la predicción de congestión portuaria mediante Redes de Atención Gráfica Temporal), traducido y sintetizado en español.

---

Resumen Técnico: AIS-TGNN

1. Planteamiento del Problema

La congestión en los principales puertos marítimos, como el complejo de Los Ángeles y Long Beach, interrumpe las cadenas de suministro globales. Aunque existen sistemas de predicción, la mayoría prioriza la precisión estadística (métricas agregadas) sin ofrecer explicaciones operativamente interpretables para los no expertos.

• El vacío actual: Los métodos existentes (como GNNExplainer o SHAP) generan atribuciones numéricas abstractas que requieren expertos para su interpretación.
• La necesidad: Se requiere un marco que no solo prediga la escalada de congestión con alta precisión, sino que también genere informes de riesgo en lenguaje natural, basados en evidencia verificable del modelo, para permitir la auditoría y la toma de decisiones proactivas (re-ruteo de buques, posicionamiento de equipos).

2. Metodología: Marco AIS-TGNN

El artículo propone AIS-TGNN, un marco end-to-end que combina una Red de Atención Gráfica Temporal (TGAT) con un módulo de razonamiento de un Modelo de Lenguaje Grande (LLM) estructurado.

A. Construcción del Grafo Espaciotemporal

• Fuente de datos: Transmisiones AIS (Sistema de Identificación Automática) de la NOAA (enero-junio 2023) para la costa oeste de EE. UU.
• Discretización: La región se divide en una cuadrícula regular de 0.1° x 0.1° (~11 km²).
• Nodos y Aristas: Cada celda activa (con observaciones AIS) es un nodo. Las conexiones se establecen mediante un grafo de $k$-vecinos más cercanos ($k=8$) basado en la distancia euclidiana.
• Características (Features): Se extraen 10 características cinemáticas y de densidad por celda (ej. velocidad media sobre el suelo - SOG, ratio de buques lentos, ratio de anclaje, varianza de rumbo).
• Etiquetado: Se define una etiqueta binaria de "escalada de congestión" ($y=1$) si el ratio de buques lentos en la celda aumenta de día $t$ a $t+1$. La tasa de positivos es baja (13.5%), indicando un desequilibrio de clases.

B. Modelo Predictivo: Temporal Graph Attention Network (TGAT)

• Arquitectura: El modelo procesa secuencias de instantáneas gráficas diarias. Utiliza capas de atención gráfica multi-cabeza para agregar información de los vecinos, permitiendo que cada nodo aprenda a ponderar dinámicamente la influencia de sus vecinos espaciales.
• Contexto Temporal: Las representaciones de nodos del paso de tiempo $t$ se concatenan con las características crudas en $t+1$, permitiendo al modelo condicionarse en la historia reciente del tráfico sin componentes recurrentes separados.
• Entrenamiento: Se utiliza una división estrictamente cronológica (70% entrenamiento, 15% validación, 15% prueba) para evitar fugas de datos temporales. Se aplica un peso de clase positiva (6.74) en la función de pérdida para manejar el desequilibrio.

C. Módulo de Explicabilidad con LLM

• Extracción de Evidencia: Tras la predicción, se extrae evidencia estructurada de cada nodo:
  1. Las 5 características principales ordenadas por valor absoluto de su puntuación Z (z-score).
  2. Los 2 vecinos espaciales con mayor peso de atención.
  3. Las direcciones de correlación (aumentar/disminuir riesgo) derivadas de análisis estadísticos previos.
• Prompting Estructurado: Se utiliza GPT-4o-mini con un prompt que instruye al modelo a actuar como analista de riesgos marítimos. El modelo debe generar un informe basado exclusivamente en la evidencia proporcionada, sin invocar conocimiento externo.
• Salida: El LLM genera un informe JSON de seis secciones: impulsores de características, influencia de vecinos, resumen de riesgo, sugerencias contrafactuales, confianza/incertidumbre y limitaciones.

3. Contribuciones Clave

1. Pipeline AIS-TGNN: Desarrollo de un pipeline de código abierto que transforma datos AIS crudos en 89 instantáneas gráficas espaciotemporales (30,200 muestras nodo-día).
2. Predicción con TGAT: Implementación de un modelo que logra un rendimiento superior en datos desequilibrados mediante atención temporal, superando a líneas base de Regresión Logística (LR) y GCN estáticos.
3. Extracción de Evidencia Basada en Atención: Puente entre los pesos internos del modelo (atención y z-scores) y la interpretación humana, extrayendo registros de evidencia por nodo.
4. Síntesis de Riesgos con LLM: Demostración de que un LLM guiado por evidencia estructurada puede generar informes de riesgo coherentes con una consistencia direccional del 99.6%, validando que las explicaciones no son alucinaciones, sino reflejos de la evidencia del modelo.

4. Resultados Experimentales

Los experimentos se realizaron en datos de 6 meses del puerto de Los Ángeles/Long Beach.

• Rendimiento Predictivo (Conjunto de Prueba):
  • AUC: 0.761 (superior a LR: 0.713 y GCN: 0.759).
  • Recall (Sensibilidad): 0.504. Este es el métrica más crítica para la operación portuaria, ya que detectar eventos reales de congestión es más costoso que una falsa alarma. TGAT supera a GCN en un 13.2% en recall.
  • Precisión Media (AP): 0.344.
• Validación de Explicabilidad:
  • Se evaluó la consistencia direccional en 500 juicios de dirección de riesgo (100 informes x 5 características).
  • Resultado: 498 de 500 coincidencias (99.6%). El único error se debió a una correlación casi nula en la proporción de petroleros, donde el modelo usó un lenguaje ambiguo.
• Análisis de Características: El modelo identificó consistentemente que el "ratio de buques lentos" y la "velocidad media (SOG)" son los impulsores principales de la congestión, alineándose con la intuición física y las correlaciones estadísticas.

5. Significado e Impacto

• Cierre de la Brecha de Explicabilidad: Este trabajo es pionero al integrar predicción basada en grafos con explicaciones en lenguaje natural generadas por LLM, asegurando que las explicaciones sean auditorables y fieles a la evidencia del modelo subyacente.
• Utilidad Operativa: Proporciona a los planificadores logísticos no solo una alerta de "qué" va a ocurrir, sino un informe de "por qué" (ej. "la congestión se debe a un aumento del 20% en buques lentos y la influencia de la celda vecina X"), facilitando la toma de decisiones proactivas.
• Escalabilidad: El marco demuestra que es posible desplegar IA explicable (XAI) en sistemas críticos de cadena de suministro sin sacrificar el rendimiento predictivo, sentando las bases para paneles de control de monitoreo en tiempo real.

En conclusión, AIS-TGNN representa un avance significativo hacia la IA operativa confiable en el sector marítimo, transformando modelos de "caja negra" en sistemas de soporte a la decisión transparentes y basados en evidencia.