Resumen Técnico: La Brecha de Consistencia Dinámico-Probabilística en el Modelado de Sustitutos Caóticos

1. Planteamiento del Problema

La Reconstrucción de Sistemas Dinámicos (DSR, por sus siglas en inglés) busca aprender sustitutos neuronales generativos que capturen la dinámica subyacente de los datos de series temporales. Para aplicaciones científicas —como el análisis de bifurcación, la estimación de la medida invariante o el control de largo horizonte— estos sustitutos no solo deben lograr una precisión predictiva de horizonte corto, sino también reproducir la estructura dinámica de largo plazo del sistema, incluyendo la geometría del atractor y los exponentes de Lyapunov.

Sin embargo, el despliegue fiable en regímenes ruidosos requiere la estimación probabilística del estado y la predicción consciente de la incertidumbre. El artículo identifica un conflicto fundamental denominado la brecha de consistencia dinámico-probabilística (DPC): la búsqueda de objetivos probabilísticos de horizonte finito (por ejemplo, maximizar la verosimilitud o minimizar la log-verosimilitud negativa) puede degradar la dinámica autónoma aprendida o desacoplar la incertidumbre predictiva de la dinámica tangente local que debería reflejar.

Específicamente, en sistemas caóticos, la expansión física correcta aumenta el volumen predictivo. Los objetivos probabilísticos estándar suelen penalizar este crecimiento de volumen (actuando como una "Navaja de Occam automática"), creando atajos de optimización que comprometen la fidelidad física del sustituto.

2. Metodología

2.1 Taxonomía Mecanicista de Modos de Fallo

Los autores aíslan tres mecanismos específicos a través de los cuales se manifiesta la brecha DPC, categorizados por el objetivo de entrenamiento (Bucle Abierto vs. Innovación Filtrada) y la parametrización de la covarianza (Transportada por el Jacobiano vs. Invariante respecto al Estado):

1. Colapso del Núcleo (Core Collapse): Ocurre con objetivos de Bucle Abierto y covarianza Transportada por el Jacobiano. El término del log-determinante penaliza el crecimiento del volumen predictivo. Dado que la expansión caótica aumenta intrínsecamente el volumen, el optimizador reduce los productos del Jacobiano aprendidos para suprimir esta penalización, colapsando efectivamente la dinámica caótica hacia un régimen estable o menos caótico.
2. Enmascaramiento de Ruido (Noise Masking): Ocurre con objetivos de Bucle Abierto y covarianza Invariante respecto al Estado (sin transporte). El optimizador infla los parámetros de ruido de proceso u observación ($\Gamma, \Lambda$) para absorber los errores del modelo y mejorar las puntuaciones de verosimilitud sin corregir el núcleo determinista. Esto resulta en una dinámica autónoma deficiente a pesar de tener buenas puntuaciones predictivas.
3. Incertidumbre Ciega (Blind Uncertainty): Ocurre con objetivos Filtrados y covarianza Invariante respecto al Estado. Si bien el núcleo determinista permanece sano, la covarianza predictiva no está anclada dinámicamente. Esta falla al rastrear las tasas de expansión y contracción locales, permaneciendo insensible a la estructura del Jacobiano local.

2.2 Solución Propuesta: KAFFEE

Para mitigar la brecha DPC, los autores proponen KAFFEE (Kalman-Aware Framework For Ergodic Emulation). KAFFEE es un marco de entrenamiento diferenciable basado en el Filtro de Kalman Extendido (EKF) que se adhiere a dos principios de diseño:

• Evaluación Local: La verosimilitud se evalúa sobre innovaciones filtradas (residuales tras la asimilación de datos) en lugar de sobre covarianzas de predicción de bucle abierto de largo alcance. Esto evita que el objetivo penalice el crecimiento acumulado de volumen requerido para la expansión caótica.
• Anclaje Dinámico: La incertidumbre predictiva se transporta a través de los Jacobianos locales aprendidos ($J_{\theta_c}$). La actualización de la covarianza sigue el paso de predicción estándar del EKF: $\Sigma_{t|t-1} = J_{\theta_c,t} \Sigma_{t-1|t-1} J_{\theta_c,t}^\top + \Gamma_{\theta_s}$.

KAFFEE minimiza la log-verosimilitud negativa (NLL) de la secuencia de innovación:
$$\mathcal{L}_{EKF} = \sum_{t=1}^T \left( \frac{1}{2} \log \det \Omega_t + \frac{1}{2} \| x_t - B z_{t|t-1} \|_{\Omega_t^{-1}}^2 \right)$$
donde $\Omega_t$ es la covarianza de la innovación derivada de la covarianza del estado transportada por el Jacobiano. Este enfoque trata el núcleo determinista y la capa estocástica como un sistema unificado, donde la actualización de Kalman proporciona un factor de amortiguación anisotrópico dependiente del estado que estabiliza el entrenamiento sin colapsar la dinámica.

3. Configuración Experimental y Evaluación

Los autores evalúan la brecha DPC y KAFFEE utilizando dos configuraciones complementarias:

1. Ablación Mecanicista: Utilizando RNNs de Afinidad por Tramos (AL-RNNs) en el sistema Lorenz-96 estocástico e hipercaótico ($N=20$). Esto permite el cálculo exacto del Jacobiano y el aislamiento controlado de los modos de fallo.
2. Adaptación de Modelos Fundacionales: Adaptación probabilística de DynaMix, un Modelo Fundacional de Sistemas Dinámicos (DSFM) preentrenado, a través de 13 sistemas de ODE caóticos mantenidos fuera del conjunto de entrenamiento (ej. Lorenz-63, Chen, Rabinovich-Fabrikant) con un 10% de ruido de observación.

Marco de Evaluación:
El artículo introduce un marco de evaluación de tres ejes para separar el comportamiento probabilístico local de la fidelidad dinámica:

• Comportamiento Probabilístico Local: Medido mediante NLL, CRPS y $G_{tan}$ (correlación de rango de Spearman entre el crecimiento de la varianza del sustituto y la expansión de la tangente local real).
• Fidelidad Dinámica Estocástica: Medida mediante la divergencia del espacio de estados y la tasa de error de crecimiento de volumen inestable (suma de los exponentes de Lyapunov positivos) con la capa activa.
• Fidelidad Dinámica Determinista: Medida mediante la divergencia del espacio de estados, el solapamiento espectral (distancia de Hellinger) y la entropía KS con la capa eliminada (aislando el núcleo).

4. Resultados Clave

4.1 Ablación de Lorenz-96

• Colapso del Núcleo: Los objetivos de bucle abierto con transporte de Jacobiano degradaron significativamente el núcleo determinista, reduciendo la entropía KS y fallando en capturar la expansión hipercaótica.
• Enmascaramiento de Ruido: Los objetivos de bucle abierto sin transporte lograron puntuaciones de NLL competitivas pero fallaron en aprender la dinámica correcta, con un $G_{tan}$ cercano a cero.
• Incertidumbre Ciega: Los objetivos filtrados sin transporte preservaron el núcleo pero fallaron en anclar la incertidumbre ($G_{tan} \approx 0$).
• Rendimiento de KAFFEE: KAFFEE (Filtrado + Transporte Vinculado) fue el único método que simultáneamente:
  • Preservó la expansión hipercaótica intrínseca del sistema (coincidiendo con la entropía KS del prior determinista).
  • Mantuvo una alta calibración predictiva (NLL/CRPS competitivos).
  • Logró un fuerte anclaje dinámico ($G_{tan} \approx 0.475$, significativamente mayor que los baselines).

4.2 Adaptación de DynaMix

• Al adaptar el modelo fundacional preentrenado DynaMix, el ajuste fino de bucle abierto causó que el núcleo autónomo derivara de su dinámica de cero disparos (aumento de $D_{stsp}$ y errores espectrales).
• KAFFEE-DynaMix preservó la dinámica autónoma de cero disparos (mínima deriva en $D_{stsp}$ y solapamiento espectral) mientras mejoraba las puntuaciones probabilísticas (NLL) sobre la línea base de núcleo congelado.
• Crucialmente, KAFFEE permitió el filtrado bayesiano en contexto para el modelo fundacional, permitiéndole asimilar observaciones ruidosas dispersas en línea mientras retiene sus invariantes físicos aprendidos.

4.3 Controles No Caóticos

Los experimentos en espirales lineales estables y ciclos límite de Van der Pol confirmaron que los mecanismos de la brecha DPC son distintos de la "atenuación de estado ruidoso" clásica (donde tratar las observaciones ruidosas como estados conduce a estimaciones sesgadas y sobre-contraídas). KAFFEE recuperó con éxito los radios espectrales correctos y las geometrías de ciclo límite donde la estimación de máxima verosimilitud ingenua falló.

5. Significado y Reivindicaciones

El artículo sostiene que la brecha DPC es un problema estructural en la DSR probabilística donde los puntajes probabilísticos de horizonte finito pueden incentivar atajos que destruyen la utilidad científica de un sustituto.

• Contribución Teórica: Los autores formalizan la brecha DPC e identifican tres modos de fallo distintos (Colapso del Núcleo, Enmascaramiento de Ruido, Incertidumbre Ciega), demostrando que el entrenamiento basado en verosimilitud puede degradar activamente los invariantes dinámicos en regímenes caóticos.
• Contribución Metodológica: KAFFEE proporciona una realización concreta de la DSR probabilística "dinámicamente anclada". Al acoplar la puntuación de la innovación filtrada con el transporte de covarianza basado en el Jacobiano, mitiga los atajos de presión-volumen inherentes a los objetivos de bucle abierto.
• Impacto Práctico: Los resultados sugieren que para los sustitutos científicos, especialmente los modelos fundacionales, la adaptación probabilística debe estar restringida para preservar la dinámica autónoma. KAFFEE permite el retroajuste de modelos fundacionales deterministas con incertidumbre calibrada y localmente anclada sin sacrificar su fidelidad dinámica de cero disparos.

Los autores concluyen que, si bien KAFFEE hereda la aproximación Gaussiana local del EKF (lo que puede limitar la representación de incertidumbres multimodales), ofrece un paso principista hacia el desarrollo de modelos sustitutos que manejen la incertidumbre de manera consistente con la dinámica caótica subyacente. Se sugiere como trabajo futuro explorar enfoques de filtrado más ricos (por ejemplo, filtros de partículas, filtros de Kalman de ensamble) y aproximaciones de bajo rango para sistemas de alta dimensión.