Computing with traceable tensor networks

Imagina intentar resolver un rompecabezas donde, cada vez que añades una nueva pieza, el número de formas posibles de organizar todo el conjunto explota. Esta es la pesadilla de los problemas de "alta dimensión" en la ciencia y la ingeniería. Ya sea que estés modelando cómo se propaga el calor a través de un material complejo, prediciendo el movimiento de partículas en un fluido o simulando el comportamiento de un sistema cuántico, las matemáticas se vuelven complicadas rápidamente. Si un problema tiene solo unas pocas variables, puedes resolverlo en una computadora portátil. Pero si tiene diez, veinte o cien variables, la cantidad de datos que necesitas almacenar crece de forma tan enorme que incluso las supercomputadoras más grandes del mundo se quedarían sin memoria antes de poder terminar el primer paso. Es como intentar mapear cada ruta posible en una ciudad que sigue añadiendo calles más rápido de lo que puedes dibujarlas.

Para abordar esto, los científicos utilizan un truco ingenioso llamado "redes de tensores". Piensa en un tensor como una hoja de cálculo gigante y multidimensional. En lugar de intentar almacenar la hoja de cálculo completa, lo cual es imposible, estos métodos la descomponen en trozos más pequeños e interconectados, como un equipo de trabajadores pasándose notas entre sí. Los equipos más populares hasta ahora se han organizado en una línea recta (llamado "Tensor Train" o Tren de Tensores) o en forma de árbol (llamado "Hierarchical Tucker" o Tucker Jerárquico). Estos equipos son excelentes para mantener los datos pequeños, pero son rígidos. Solo pueden trabajar en esas formas específicas. Si el problema que intentas resolver se ajusta naturalmente a una forma diferente —como un círculo, un bucle o una red compleja—, forzarlo en una línea recta o en un árbol es como intentar encajar una pieza redonda en un agujero cuadrado. Funciona, pero desperdicia mucho espacio y energía.

Aquí es donde entra un nuevo estudio de Sarah Ellwein y Daniele Venturi, de la Universidad de California, Santa Cruz. Han inventado una forma de permitir que estos equipos de datos trabajen en cualquier forma, incluyendo bucles y redes complejas, sin perder su eficiencia. Llaman a su método "Redes de Tensores de Grafos" (GTN, por sus siglas en inglés). En su artículo, demuestran que al permitir que los datos fluyan en un patrón más natural y circular, pueden resolver problemas matemáticos difíciles con muchos menos recursos que los métodos antiguos. Probaron esto en algunas ecuaciones muy complicadas, incluyendo una que describe cómo las partículas se mueven y se propagan (la ecuación de Fokker–Planck), y descubrieron que su nuevo enfoque de "grafo" fue a menudo mucho más rápido y utilizó significativamente menos memoria que los enfoques tradicionales de línea recta o de forma de árbol, manteniendo la precisión de las respuestas.

La historia del rompecabezas cambiante de forma

Imagina que estás tratando de describir una escultura 3D masiva e intrincada hecha de millones de diminutos ladrillos Lego. Si intentas enumerar la posición de cada uno de los ladrillos, la lista sería más larga que todo el internet. Ese es el problema de los datos de alta dimensión. Para solucionar esto, los científicos utilizan una estrategia de "bajo rango": en lugar de enumerar cada ladrillo, describen la escultura como un conjunto de bloques más pequeños y simples que se ensamblan entre sí.

Durante mucho tiempo, la única forma de ensamblar estos bloques era en una línea recta (como un tren) o en un árbol ramificado. Estas formas son fáciles de gestionar, pero no siempre son el mejor ajuste. A veces, los datos quieren formar un círculo o una red compleja. Forzar un problema circular en una línea recta es como intentar caminar en círculos mientras sostienes una vara larga y recta; terminas dando pasos enormes e ineficientes.

Ellwein y Venturi se hicieron una pregunta simple: ¿Qué pasaría si pudiéramos dejar que los bloques se ensamblen en cualquier forma que queramos, siempre que tengamos un mapa de cómo se conectan?

Desarrollaron un nuevo algoritmo llamado GTN-SVD. Piensa en esto como un traductor universal que puede tomar un bloque de datos gigante y desordenado y descomponerlo en una red de piezas más pequeñas dispuestas en la forma que elijas, ya sea una línea, un anillo, una estrella o un bulto extraño y ondulante. La clave es una "matriz de adyacencia de rango", que es simplemente una forma elegante de dibujar un mapa de qué piezas están conectadas con cuáles. Si dos piezas no están conectadas, el mapa dice "sin enlace" y el algoritmo sabe que debe ignorar esa conexión, ahorrando espacio.

Pero descomponer los datos es solo la mitad de la batalla. Para resolver un problema que cambia con el tiempo (como un fluido que fluye), tienes que seguir añadiendo nueva información y luego "limpiar" el desorden para mantener los datos pequeños. Aquí es donde el artículo se vuelve realmente ingenioso.

En los antiguos métodos de "línea recta", añadir nueva información era fácil: solo tenías que colocar los nuevos bloques junto a los anteriores. Pero en una red circular o de tipo red, añadir nuevos bloques puede hacer que las conexiones se enreden y se vuelvan enormes, haciendo que todo el conjunto vuelva a explotar en tamaño. Los autores se dieron cuenta de que si la red tiene un "camino trazable" —una ruta que visita cada uno de los bloques exactamente una vez sin quedarse atrapada en un bucle—, podrían tratar la red como un tren solo para fines de limpieza.

Inventaron un nuevo procedimiento de "redondeo". Imagina que tienes una red desordenada de cuerdas. Si tiras de las cuerdas en un orden específico (siguiendo ese camino trazable), puedes apretar los nudos y cortar los extremos sueltos sin romper la red. Su método hace exactamente esto: recorre la red, apretando las conexiones y cortando los datos innecesarios, manteniendo el tamaño pequeño y la precisión alta.

Los resultados: Más inteligentes, más rápidos y más ligeros

Para ver si su idea realmente funcionaba, los autores realizaron algunas pruebas. No solo adivinaron; simularon escenarios del mundo real.

Primero, intentaron aproximar algunas funciones matemáticas muy complejas y ondulantes. Compararon su nueva forma de "Barbell" (un grafo que parece dos bucles conectados por un puente) contra los métodos antiguos de línea recta y de árbol. Los resultados fueron impactantes. Para obtener el mismo nivel de precisión, el nuevo método de grafo necesitaba 382 veces menos "grados de libertad" (que es solo una forma elegante de decir "piezas de datos") que el método de línea recta en un nivel de precisión, y 498 veces menos en una precisión mayor. En lenguaje sencillo: el nuevo método era cientos de veces más eficiente para almacenar la misma cantidad de información.

Después, abordaron un problema de física famoso: la ecuación de Fokker–Planck. Esta ecuación describe cómo una nube de partículas se mueve y se propaga con el tiempo, como la tinta cayendo en el agua. Simularon esto en un espacio de 4 dimensiones (que es difícil de visualizar, pero piensa en ello como una versión hipercompleja de una habitación).

Realizaron la simulación durante un largo tiempo, paso a paso.

• En el escenario de "sin viento" (donde las partículas simplemente se difunden aleatoriamente), el nuevo método de grafo utilizó 166 veces menos memoria que el método de línea recta al principio. A medida que la simulación avanzaba, el método de grafo se mantenía eficiente, mientras que el método antiguo sufría. El método de grafo terminó toda la simulación en 1,460 segundos, mientras que el método de línea recta tomó 2,737 segundos. Eso es casi el doble de rápido.
• En el escenario "con viento" (donde las partículas son empujadas por un flujo complejo), el método de grafo todavía utilizó más de 10 veces menos memoria que el método de línea recta. La diferencia de tiempo fue aún mayor: el método de grafo tomó aproximadamente 1.16 segundos por paso, mientras que el método de línea recta tomó 13.6 segundos.

Los autores fueron cuidadosos al señalar que su método no es una solución mágica que lo resuelve todo perfectamente. En la prueba de "viento", el método de línea recta fue ligeramente más preciso al final, aunque fue mucho más lento y utilizó mucha más memoria. Los autores sugieren que para algunos problemas, los métodos antiguos podrían seguir siendo mejores, pero para muchos otros, el nuevo enfoque de grafo es una gran victoria.

Por qué esto es importante

La gran conclusión es que ya no tenemos que forzar nuestros datos en una línea recta. Al permitir que los datos fluyan en formas que coincidan con el problema —como bucles o redes—, podemos resolver acertijos de alta dimensión que antes eran demasiado costosos o lentos de manejar.

Los autores demuestran que, al utilizar estas formas de grafos flexibles, podemos obtener respuestas tan buenas como las de los métodos antiguos, pero con una fracción de la potencia de cómputo. Es como darse cuenta de que no necesitas construir un camino largo y sinuoso para ir del punto A al punto B; a veces, un puente directo o un camino circular es mucho más rápido y utiliza menos asfalto. Esto abre la puerta a simular sistemas más complejos en física, química e ingeniería, ayudando potencialmente a comprender desde cómo se mueven los fármacos a través del cuerpo hasta cómo nacen las estrellas, sin necesidad de una supercomputadora del tamaño de una ciudad.