What Do Flow-Based Inverse Solvers Approximate? A Posterior-Transport View

Resumen Técnico: ¿Qué aproximan los resolvedores inversos basados en flujo? Una perspectiva de transporte de la posterior

Planteamiento del Problema
Una clase creciente de resolvedores sin entrenamiento (por ejemplo, FlowDPS, FLOWER, PnP-Flow) aborda problemas inversos de imagen mediante el reaprovechamiento de priors de emparejamiento de flujos (flow-matching) preentrenados. Estos métodos integran la ODE de flujo de probabilidad determinista del prior mientras inyectan un término de guía de la medición en cada paso para dirigir la trayectoria hacia los datos observados $y$. Aunque son empíricamente efectivos para producir reconstrucciones plausibles, la naturaleza teórica de estas correcciones por paso permanece sin caracterizar. Específicamente, no está claro qué aproximan estas correcciones, qué tan lejos se desvían las muestras resultantes de la verdadera posterior $p(x|y)$ y si pueden capturar de manera fiable la incertidumbre o la multimodalidad de la posterior.

Metodología y Marco Teórico
Los autores adoptan una perspectiva de "transporte de la posterior", reevaluando fundamentalmente el condicionamiento bayesiano bajo priors de flujo deterministas.

1. Transporte Exacto de la Posterior vía Recalibración de la Fuente:
   El artículo establece una dicotomía crítica entre los priors estocásticos (difusión) y los deterministas (flujo). Para un prior de difusión, el condicionamiento sobre $y$ requiere añadir un término de deriva (drift) de transformación $h$ de Doob a la dinámica. En contraste, para un prior de flujo determinista, los autores demuestran (Proposiciones 1 y 2) que el condicionamiento se realiza enteramente mediante la recalibración de la distribución de la fuente $p_0$, no mediante la modificación del campo de velocidad.

   • Sea $\Phi$ el mapa de flujo que transporta $p_0$ a la distribución de datos $p_1$.
   • La verdadera posterior $p(x|y)$ es exactamente el pushforward de una fuente reponderada $p_0^y \propto p(y|\Phi(z))p_0(z)$ bajo el campo de velocidad no modificado.
   • Consecuentemente, no se requiere teóricamente ninguna corrección de deriva si uno pudiera muestrear de la fuente reponderada.

2. Guía de Trayectoria como Corrección Aproximada:
   Dado que el muestreo de la fuente reponderada es intratable en altas dimensiones (debido al tamaño efectivo de muestra evanescente), los resolvedores existentes parten de la fuente incondicional $p_0$ y añaden un campo de corrección $u_t$ a la velocidad.

   • Los autores definen el campo de corrección canónico $u^*_t$ como el campo de energía cinética mínima requerido para transportar la trayectoria de la fuente incondicional a la trayectoria de la posterior (un problema de control de tipo Benamou–Brenier/Schrödinger).
   • Caracterizan los resolvedores existentes (FlowDPS, FLOWER, PnP-Flow) como aproximaciones codiciosas (greedy) distintas del campo corrector canónico:
     • FlowDPS: Una aproximación de orden cero (masa puntual) utilizando una movilidad escalar y una estimación de extremo de flujo-Tweedie.
     • FLOWER: Una aproximación gaussiana utilizando una posterior de extremo isotrópica-gaussiana y proyección de gradiente conjugado.
     • PnP-Flow: Una aproximación de división proximal (proximal splitting).
   • El Teorema 1 proporciona un límite de distancia de Wasserstein sobre el sesgo de la posterior, mostrando que este está controlado por la discrepancia entre la corrección del resolvedor y el $u^*_t$ canónico.

3. Análisis de Grandes Desviaciones del Colapso de Modos:
   Utilizando la teoría de grandes desviaciones (Proposición 4), el artículo analiza el límite de ruido pequeño. Demuestra que la verdadera posterior es una mezcla de modos con pesos de Laplace específicos determinados por el prior de la fuente y el paisaje de la verosimilitud (likelihood).

   • La recalibración de la fuente preserva estos pesos inter-cuencas.
   • La guía de trayectoria, al ser un ascenso local en la verosimilitud, falla en preservar estos pesos globales. Tiende a colapsar las posteriores multimodales hacia una única cresta consistente con la medición, independientemente de la fuerza de la guía. Esto explica el "colapso de modos" observado empíricamente.

Contribuciones Clave

• Caracterización Exacta: Demostrar que para flujos deterministas, el condicionamiento es una operación de la fuente (reponderación) en lugar de una operación de la trayectoria (corrección de deriva).
• Visión Unificada de los Resolvedores: Identificar el campo de corrección de energía cinética mínima canónica y situar a los resolvedores de flujo existentes como aproximaciones específicas (de orden cero, gaussianas o proximales) de este único objeto.
• Límites de Sesgo: Derivar un límite de Wasserstein sobre el sesgo de la posterior de los resolvedores de guía de trayectoria basado en su desviación del corrector canónico.
• Validación Empírica: Un estudio controlado en 2D con una posterior de mezcla gaussiana de forma cerrada confirma que la recalibración de la fuente coincide con el suelo de Monte-Carlo en todas las métricas, mientras que la guía de trayectoria incurre en errores 200–800$\times$ mayores y colapsa los modos.
• Resolvedor Práctico: Proponer un resolvedor de "corrección de velocidad" que es computacionalmente económico (sin retropropagación de ODE) y produce muestras de la posterior diversas.

Resultados

• Estudio Controlado 2D: En un entorno con una posterior de forma cerrada, la recalibración de la fuente logró un alineamiento casi perfecto con la verdad de campo. En contraste, la guía estilo FlowDPS resultó en errores órdenes de magnitud superiores y falló en recuperar los pesos de modo correctos, incluso variando las fuerzas de guía.
• Restauración de Imágenes (AFHQ, CelebA): El propuesto resolvedor de corrección de velocidad logró una calidad perceptual (LPIPS) competitiva comparado con las líneas base de vanguardia (FLOWER, OT-ODE, D-Flow).
  • Obtuvo el mejor LPIPS en inpainting de caja (box inpainting) y fue competitivo en super-resolución y deblurring.
  • Crucialmente, a diferencia de los optimizadores de estimación puntual (ej. D-Flow) o los métodos de guía de trayectoria única, el resolvedor propuesto genera muestras de la posterior diversas.
  • Produce un mapa de incertidumbre por píxel que correlaciona fuertemente con el error de reconstrucción ($\rho \approx 0.76$ para inpainting), permitiendo al modelo "saber lo que no sabe".
• Robustez Fuera de la Distribución (OOD): El resolvedor demostró una generalización superior en datos OOD (ej. aplicar un prior de gatos a imágenes de perros) comparado con los métodos de guía, que tendían a comprometerse excesivamente con los modos del prior desajustado.

Significancia y Reivindicaciones
El artículo sostiene que la "visión de transporte de la posterior" ofrece una base principled para comprender y diseñar resolvedores inversos basados en flujo. Argumenta que:

1. Limitación Estructural: Los actuales resolvedores de guía de trayectoria están estructuralmente sesgados porque intentan corregir la trayectoria en lugar de la fuente, lo que conduce a un colapso de modos inevitable y errores de distribución que no pueden eliminarse ajustando la fuerza de la guía.
2. Utilidad Práctica: Aunque la recalibración exacta de la fuente es intratable a escala de imagen, el análisis motiva un resolvedor de corrección de velocidad amortizado y económico. Este resolvedor no pretende ser un muestreador provablemente exacto para imágenes, sino que ofrece una aproximación fiel que captura la diversidad de la posterior y la incertidumbre, capacidades que los métodos de estimación puntual carecen fundamentalmente.
3. Dirección Futura: Los autores identifican el desarrollo de un muestreador de la posterior del lado de la fuente, escalable y provablemente fiel para priors de flujo, como el siguiente paso natural, cerrando la brecha entre el ideal teórico (reponderación de la fuente) y las heurísticas prácticas.

El artículo evita explícitamente reclamar un rendimiento uniforme de vanguardia en métricas de reconstrucción única (PSNR/LPIPS), señalando que estas métricas a menudo fallan en distinguir entre resolvedores en regímenes restringidos. En su lugar, posiciona su contribución en la capacidad de cuantificar la incertidumbre y muestrear soluciones diversas, una capacidad crítica para tareas de restauración donde la fiabilidad es esencial.