Resumen Técnico: Un Atajo hacia la Turbulencia en Estado Estacionario Estadístico mediante el Ajuste de Flujos (Flow Matching)

1. Planteamiento del Problema

Las simulaciones numéricas de sistemas físicos no lineales, particularmente la girocinética en plasmas de fusión magnética, enfrentan un cuello de botella computacional fundamental. Estos sistemas exhiben una fase transitoria inicial donde las perturbaciones crecen exponencialmente antes de que las interacciones no lineales conduzcan a un estado estacionario estadístico (turbulencia saturada). Mientras que el interés científico y de ingeniería reside primordialmente en el régimen saturado (por ejemplo, para predecir el transporte de calor y momento en reactores de fusión como STEP), las simulaciones numéricas directas (DNS) deben resolver la dinámica transitoria completa para alcanzar dicho estado. Este proceso incurre en costos computacionales prohibitivos, especialmente cuando el modelado integrado requiere miles de evaluaciones a través de diferentes puntos radiales y cortes temporales.

Los enfoques existentes de modelos sustitutos (surrogates) enfrentan un compromiso:

• Los modelos sustitutos autorregresivos neuronales (por ejemplo, GyroSwin) retienen la dinámica completa en 5D pero integran a través del transitorio, sufriendo de errores de propagación (rollout errors) acumulativos y altos costos de inferencia.
• Los modelos de orden reducido (por ejemplo, QuaLiKiz, TGLF) evitan el transitorio por completo mediante el uso de reglas de saturación semiempíricas, pero descuidan la física no lineal, lo que conduce a imprecisiones en regímenes fuertemente turbulentos.
• Los sustitutos clásicos (por ejemplo, Procesos Gaussianos, MLP) mapean parámetros directamente a flujos escalares pero descartan la estructura de campo subyacente.

El desafío central es omitir la costosa fase transitoria sin sacrificar la fidelidad de la física no lineal ni la capacidad de resolver distribuciones de fase en 5D completas.

2. Metodología: GyroFlow

Los autores proponen GyroFlow, un modelo generativo latente que muestrea directamente de la distribución de los estados saturados, omitiendo la evolución transitoria por completo. El enfoque se basa en la asunción de ergodicidad: que los promedios temporales de una única simulación larga son equivalentes a los promedios de ensamble sobre la distribución de estado estacionario. Dado que estas estadísticas están determinadas por parámetros operativos adimensionales, GyroFlow aprende a mapear estos parámetros directamente a realizaciones del estado saturado.

Arquitectura

GyroFlow es un modelo generativo latente de dos etapas:

1. Autoencoder Swin5D: Una arquitectura de Transformer Swin jerárquica comprime instantáneas (snapshots) 5D de la función de distribución $f(k_x, k_y, s, v_\parallel, \mu)$ en un espacio latente de baja dimensión. El codificador y el decodificador utilizan ventanas 5D no superpuestas con particiones desplazadas para aproximar la atención global a un costo lineal. Para estabilizar el entrenamiento en datos de alto rango dinámico, los autores introducen:
   • Normalización del momento magnético: Normalización Z-score sobre la coordenada $\mu$ para manejar las disparidades de amplitud entre capas de energía.
   • Normalización de Query-Key: Normalización RMS aplicada a los tensores de consulta (query) y clave (key) para prevenir la deriva de la escala de los logits de atención.
   • Atención con compuerta (Gated attention): Una compuerta sigmoide por cabeza modula las salidas de atención basándose en las características de la consulta para inducir dispersión (sparsity) y estabilidad.
2. Modelo de Difusión Latente (Flow Matching): Un Transformer de Difusión (DiT) es entrenado utilizando ajuste de flujo rectificado (rectified flow matching) para transportar un prior Gaussiano hacia la variedad (manifold) de los datos codificados.
   • Condicionamiento: El modelo está condicionado en cuatro parámetros operativos adimensionales: gradiente de temperatura iónica normalizado ($R/L_T$), gradiente de densidad normalizado ($R/L_n$), factor de seguridad ($q$) y cizalladura magnética ($\hat{s}$).
   • Estrategia de entrenamiento: Los autores emplean un acoplamiento de transporte óptimo (OT) dentro de los minibatches para minimizar la varianza de la trayectoria y un cronograma de tiempo logit-normal para concentrar la densidad de entrenamiento en el régimen intermedio donde la estructura de modo se desambigua del ruido.
   • Inferencia: El modelo genera instantáneas saturadas a partir de ruido mediante la integración de Euler explícita del campo de velocidad aprendido, sin requerir rollouts autorregresivos.

Métrica de Evaluación: FGyD

Para evaluar la calidad de la generación sin depender de los promedios temporales de la verdad de campo (ground-truth), los autores introducen FGyD (Distancia de Fréchet de GyroSwin). Esta métrica calcula la distancia de Fréchet en el espacio latente de un sustituto giroquinético preentrenado (GyroSwin). Se extraen características de capas específicas (cuello de botella, cabeza de flujo, decodificador de potencial) para asegurar la sensibilidad a cantidades físicas descendentes como la estructura de modo y el flujo de calor.

3. Contribuciones Clave

1. Modelo GyroFlow: Un modelo de ajuste de flujo latente condicional que genera instantáneas de turbulencia giroquinética 5D saturadas directamente desde los parámetros operativos, eliminando la necesidad de simular la fase de arranque transitorio.
2. Métrica FGyD: Una métrica de distribución definida en el espacio latente de un sustituto preentrenado que se correlaciona con la precisión del flujo descendente y el tiempo de convergencia del solver, sirviendo como un proxy libre de solver para la calidad de la generación.
3. Capacidad de Inicio en Caliente (Warm-Start): Demostración de que los campos generados pueden realizar un inicio en caliente efectivo para los solvers numéricos (gyaradax), reduciendo significativamente el tiempo de convergencia hacia el régimen saturado.

4. Resultados Experimentales

El modelo fue evaluado en un conjunto de datos de $\sim$250 trayectorias GKW saturadas en un espacio de parámetros 4D (Caso Base de Cyclone).

• Precisión de la Física Descendente: GyroFlow logra el error cuadrático medio (RMSE) más bajo para el flujo de calor promedio en el tiempo ($\bar{Q}$) tanto en las divisiones de distribución (ID) como fuera de la distribución (OOD), superando al modelo autorregresivo GyroSwin (en arranques en caliente y frío) y a los modelos de orden reducido.
  • Tiempo de ejecución: GyroFlow genera 64 muestras en 35.6 ms en una sola NVIDIA H100, ofreciendo una aceleración de órdenes de magnitud en comparación con los sustitutos autorregresivos (por ejemplo, un arranque en frío de GyroSwin toma $\sim$20,000 ms).
• Fidelidad Espectral: El modelo reproduce el comportamiento esperado de umbralización de ITG y captura los espectros ($W(k_y)$ y $Q(k_y)$) con una alta correlación de Pearson, particularmente en el espectro de flujo $Q(k_y)$.
• Generalización: Los escaneos de sensibilidad de un solo parámetro muestran que GyroFlow aprende una variedad de atractor suave, extrapolando con éxito a regímenes con $R/L_T$ bajo (flujos cercanos a cero) que estaban ausentes o subrepresentados en los datos de entrenamiento.
• Calidad Distribucional:
  • FGyD: GyroFlow logra los puntajes de FGyD más bajos en las capas de cuello de botella y de la cabeza de flujo, indicando una alta fidelidad en las distribuciones latentes generadas.
  • Convergencia de Inicio en Caliente: Cuando se utiliza para inicializar el solver gyaradax, los campos generados por GyroFlow resultan en el estadístico de Kolmogorov-Smirnov (KS) más bajo en comparación con las trayectorias de referencia, confirmando que los estados generados se encuentran cerca del atractor estadístico real.
  • Correlación: Se observa una correlación positiva entre FGyD y tanto el estadístico KS de inicio en caliente como el RMSE del flujo, validando a FGyD como un diagnóstico confiable.

5. Significancia y Reivindicaciones

El artículo afirma que GyroFlow representa un nuevo estado del arte para la predicción del flujo de calor en la turbulencia giroquinética, proporcionando una aceleración de un orden de magnitud sobre los sustitutos autorregresivos mientras mantiene una alta fidelidad. Al aprovechar la asunción de ergodicidad, el método desacopla efectivamente el estado estacionario estadístico de la dinámica transitoria computacionalmente costosa.

Los autores enfatizan que este enfoque permite la predicción de transporte en tiempo real en ciclos de diseño de reactores al reemplazar decenas de miles de llamadas a solvers numéricos con un muestreo generativo rápido. Además, la capacidad de realizar un inicio en caliente de los solvers sugiere un flujo de trabajo híbrido donde los modelos generativos proporcionan condiciones iniciales de alta calidad, reduciendo drásticamente el tiempo requerido para que las simulaciones de alta fidelidad converjan.

El trabajo está modestamente limitado a simulaciones de tubo de flujo local, electrostáticas y de una sola especie. Los autores identifican la escalabilidad a regímenes electromagnéticos, solvers heterogéneos y marcos de modelado de transporte integrado (por ejemplo, JINTRAC, TORAX) como direcciones futuras directas.