Resumen Técnico: HAMON – Mezcla Óptica Pasiva de Secuencias para el Pronóstico de Largo Horizonte

Planteamiento del Problema

El pronóstico de series temporales de largo horizonte ha dependido tradicionalmente de arquitecturas de aprendizaje profundo, particularmente de los Transformers, que utilizan representaciones densas y superpuestas mediante multiplicación de matrices digitales. Sin embargo, evidencia reciente sugiere que un rendimiento competitivo en los estándares de referencia (benchmarks) no requiere necesariamente estas complejas características no lineales. Modelos lineales ligeros (por ejemplo, DLinear) y modelos en el dominio de la frecuencia (por ejemplo, FITS) han demostrado que el operador central de pronóstico es a menudo de baja complejidad y aproximadamente lineal.

Esta observación plantea una pregunta fundamental sobre el sustrato computacional: si la operación central de pronóstico es esencialmente una mezcla lineal de componentes temporales o espectrales, ¿debe implementarse necesariamente mediante aritmética digital aprendida? El artículo postula que los operadores lineales, que son computacionalmente costosos en el silicio (requiriendo operaciones de multiplicar-acumular), pueden realizarse "gratuitamente" mediante medios físicos pasivos, específicamente la propagación de luz coherente gobernada por la óptica de Fourier.

Metodología

Los autores presentan HAMON (Mezcla Óptica Pasiva de Secuencias), una arquitectura de pronóstico que reemplaza la capa digital de mezcla de secuencias por un núcleo óptico difractivo pasivo.

Arquitectura Central

HAMON replantea la tarea de pronóstico como un problema de difracción:

1. Codificación de Entrada: Una serie temporal multivariante histórica $x \in \mathbb{R}^{L \times C}$ se normaliza (usando normalización de instancia reversible, RevIN) y se codifica en una apertura óptica unidimensional de ancho $G$.
   • Codificación de Amplitud: Los valores normalizados establecen directamente la amplitud del campo.
   • Codificación de Fase: La apertura tiene una magnitud unitaria, y los valores normalizados modulan la fase ($e^{i\alpha \pi x}$).
   • Las posiciones "futuras" en la apertura se dejan oscuras (intensidad cero).
2. Núcleo Óptico Pasivo: El campo de entrada se propaga a través de una serie de $N$ máscaras de fase en cascada entrenables, separadas por distancias de propagación en espacio libre $z$.
   • Máscaras de Fase: Cada capa $\ell$ aplica un desplazamiento de fase $\phi_\ell$ mediante multiplicación elemento a elemento: $U \leftarrow U \odot \exp(i\phi_\ell)$.
   • Propagación: Entre las máscaras, el campo se propaga utilizando el método de espectro angular (óptica de Fourier), simulando la difracción y la interferencia.
   • Lectura (Readout): El campo se propaga hacia un plano de lectura. El pronóstico se extrae de la región inicialmente oscura correspondiente a los pasos de tiempo futuros.
     • Lectura Coherente: Utiliza la parte real del campo complejo.
     • Lectura de Intensidad: Utiliza la magnitud al cuadrado $|U|^2$.
     • Lectura de Intensidad Diferencial: Resta las intensidades de dos regiones oscuras para producir un output con signo compatible con los detectores estándar.
3. Procesamiento de Salida: La lectura se desnormaliza para producir el pronóstico final $y \in \mathbb{R}^{H \times C}$.

Entrenamiento

El sistema se entrena mediante retropropagación digital a través de un simulador de óptica de ondas diferenciable. Los parámetros entrenables son exclusivamente los perfiles de fase de las máscaras $\{\phi_\ell\}_{\ell=1}^N$. La función de pérdida combina el Error Cuadrático Medio (MSE) en el pronóstico con un término de retro-pronóstico (backcast) auxiliar para reconstruir el historial de entrada. No se aplica ninguna cabeza de pronóstico lineal digital después del núcleo óptico.

Contribuciones Clave

1. Sustitución de Sustrato: HAMON demuestra que el operador de mezcla de secuencias en pronosticadores competitivos puede trasladarse del silicio digital a la luz pasiva. Reemplaza la capa lineal digital aprendida por un operador de propagación difractiva entrenable.
2. Inferencia Pasiva: A diferencia de otras redes neuronales ópticas que dependen de reservorios no lineales o cabezales de lectura digitales, HAMON realiza toda la computación de mezcla de secuencias mediante una única pasada de propagación óptica pasiva.
3. Diseño Orientado al Hardware: La arquitectura está diseñada teniendo en cuenta las restricciones de hardware, ofreciendo variantes (Fase/Intensidad-Diferencial) que son compatibles con detectores de intensidad estándar, evitando la necesidad de una lectura de amplitud coherente.
4. Validación Mecanicista: A través de estudios de ablación (mezcla de fase, variaciones de interfaz) y verificaciones de simulador cruzado (TorchOptics), los autores verifican que la capacidad de pronóstico surge de los datos portadores de información en el campo óptico y de la física de la difracción, no de las condiciones de contorno digitales.

Resultados Experimentales

HAMON fue evaluado en estándares de referencia de pronóstico de largo horizonte (ETT, Weather, Electricity, Traffic) con horizontes de predicción $H \in \{96, 192, 336, 720\}$ y una mirada hacia atrás (lookback) de $L=336$.

• Desempeño:
  • ETTm2: HAMON superó a las bases digitales más fuertes (incluyendo PatchTST y DLinear) en todos los horizontes, mejorando el MSE hasta en un 14%.
  • ETTh2: Superó a las bases en todos los horizontes excepto en el más largo (720).
  • Otros Conjuntos de Datos: HAMON fue competitivo en Weather y quedó por detrás de las bases más fuertes en ETTh1, ETTm1, Electricity y Traffic.
• Variantes de Lectura: La variante "HAMON-DiffInt" (codificación de fase + lectura de intensidad diferencial), compatible con detectores, se mantuvo competitiva con la variante de lectura coherente, mejorando especialmente el desempeño en ETTm1 y Weather.
• Ablaciones:
  • Mezcla de Fase (Phase Scrambling): Poner a cero, desordenar o invertir el signo de la fase de entrada degradó significamente el desempeño, confirmando que el modelo depende de la estructura de fase temporal de los datos.
  • Profundidad: Aumentar las capas de 16 a 24 produjo mejoras marginales, sugiriendo que la configuración de 16 capas captura la física necesaria.
  • Longitud de Contexto: Aumentar el lookback de 96 a 336 mejoró el desempeño, indicando que la apertura óptica se beneficia de un contexto histórico adicional.

Significado y Reivindicaciones

El artículo enmarca explícitamente a HAMON no como un nuevo modelo de estado del arte digital, sino como una investigación a nivel de sustrato. La afirmación principal es que la computación central de los modelos de secuencias modernos —específicamente la mezcla lineal requerida para el pronóstico de largo horizonte— puede instanciarse como un proceso físico pasivo.

• Alcance Modesto: Los autores reconocen que HAMON no es un aprendiz de extremo a extremo (end-to-end) totalmente óptico; la normalización, la codificación y la lectura siguen siendo operaciones de frontera digitales o electro-ópticas.
• Simulación vs. Hardware: Los resultados se basan en simulaciones de óptica de ondas. El artículo no pretende validar experimentalmente el hardware, sino argumentar que la física subyacente (óptica de Fourier, difracción, interferencia) es estándar y bien comprendida.
• Dirección Futura: HAMON define un objetivo concreto para la implementación de hardware óptico. Sugiere que la "mezcla de secuencias física pasiva" es un programa de investigación plausible, que potencialmente ofrece una inferencia más eficiente energéticamente al descargar las operaciones lineales de los procesadores digitales hacia la óptica difractiva.

En resumen, HAMON valida la hipótesis de que si una tarea de pronóstico puede ser resuelta por un operador lineal, dicho operador no requiere estrictamente una implementación digital y puede realizarse efectivamente mediante una difracción pasiva entrenable.