CoCoNet: : Convex Conformal Network for Multi-Dimensional Uncertainty Regions

En el mundo de la ciencia de datos, predecir un solo número suele ser sencillo, pero predecir un grupo de resultados relacionados es un desafío diferente. Cuando un modelo pronostica el futuro, rara vez ofrece un único punto perfecto; en su lugar, debe proporcionar un rango de resultados plausibles para dar cuenta de la incertidumbre. Para predicciones simples, este rango puede ser un intervalo único. Sin embargo, al predecir múltiples cosas a la vez —como la posición futura de un coche en tres dimensiones, o la temperatura, la humedad y la velocidad del viento en una estación meteorológica—, la incertidumbre forma una compleja figura multidimensional. El objetivo es trazar un límite alrededor de estas posibilidades que sea lo suficientemente estrecho como para ser útil en la toma de decisiones, pero lo suficientemente amplio como para ser confiable. Si el límite es demasiado holgado, no ofrece una guía práctica; si es demasiado estrecho, corre el riesgo de no capturar el resultado real. El desafío radica en dar forma a este límite para que coincida con la geometría real, a menudo irregular, de la incertidumbre, en lugar de forzarlo en una forma rígida y predefinida como un cuadro o una esfera.

Un equipo de investigadores del Instituto de Tecnología de Georgia ha desarrollado un nuevo método llamado CoCoNet para resolver este problema. Su trabajo se centra en la creación de regiones de predicción que no solo son matemáticamente garantizadas para ser correctas un cierto porcentaje de las veces, sino que también son lo más pequeñas y eficientes posible. Los métodos tradicionales suelen depender de plantillas geométricas fijas, como estirar una elipse o un rectángulo para ajustarse a los datos. Aunque estas formas son fáciles de manejar, fallan cuando la incertidumbre real es sesgada, asimétrica o tiene una forma compleja e irregular. Los investigadores descubrieron que, al enseñar a una computadora a aprender la forma de la incertidumbre directamente de los datos, mientras se impone estrictamente la regla de que la forma debe ser convexa —es decir, que no tiene hendiduras hacia adentro ni agujeros—, podrían crear zonas de predicción que se adaptan perfectamente a la estructura de los datos.

El núcleo de su enfoque consiste en un proceso de dos pasos. Primero, el sistema aprende una función de puntuación que mide qué tan "sorprendente" es un resultado potencial en comparación con una predicción estándar. Crucialmente, esta función de puntuación está diseñada para ser convexa, lo que garantiza que la región resultante de resultados plausibles sea una forma única y sólida sin brechas. Los investigadores probaron dos versiones de este sistema: una que construye formas utilizando una serie de planos planos conectados, similar a un papel plegado, y otra que utiliza una arquitectura de red neuronal altamente flexible capaz de moldear la forma de casi cualquier manera. Luego, calibraron estas formas aprendidas utilizando un conjunto de datos separado para asegurar que cumplieran con la garantía de cobertura requerida. Esto significa que, si el sistema se configura para tener un 90% de confianza, el resultado real caerá dentro de la región predicha el 90% de las veces, independientemente de la distribución subyacente de los datos.

Para probar su método, los investigadores lo aplicaron a treinta problemas diferentes del mundo real, que van desde la predicción del movimiento de vehículos autónomos hasta la estimación del consumo de energía en edificios y el análisis de las propiedades químicas de las moléculas. Estas tareas implicaban predecir entre dos y dieciséis resultados diferentes simultáneamente. Compararon su nuevo método con varias técnicas existentes, incluyendo aquellas que producen rectángulos simples, elipses u otras formas estándar. Los resultados fueron impactantes. La versión más flexible de su sistema, que utiliza la red neuronal para aprender la forma, produjo las regiones de predicción más eficientes en veintidós de las treinta tareas. En muchos casos, las regiones que generó eran significativamente más pequeñas que las producidas por los mejores métodos existentes, lo que significa que podía proporcionar límites de incertidumbre mucho más estrechos y útiles sin sacrificar la fiabilidad.

El estudio también exploró qué sucede cuando la incertidumbre subyacente no encaja en un patrón ordenado. En pruebas sintéticas donde la incertidumbre real tenía forma de triángulo o trapecio, los métodos estándar tuvieron dificultades, produciendo a menudo regiones grandes e ineficientes que desperdiciaban espacio para cubrir el área correcta. En contraste, el nuevo método aprendió la geometría exacta de estas formas, creando regiones de predicción que se ajustaban estrechamente a los datos. Incluso en casos donde la incertidumbre era aproximadamente elíptica, el nuevo método funcionó tan bien o mejor que los métodos diseñados específicamente para elipses, demostrando su versatilidad. Los investigadores demostraron que, al permitir que la forma se aprenda de los datos en lugar de imponerla desde el exterior, el sistema puede capturar asimetrías sutiles y dependencias entre los diferentes resultados que otros métodos pasan por alto.

Este trabajo es importante porque la calidad de una región de predicción impacta directamente en las decisiones que se toman basándose en ella. En campos como la robótica, las finanzas o la modelación climática, conocer los límites precisos de la incertidumbre permite una planificación más segura y efectiva. Una región de predicción innecesariamente grande obliga a los tomadores de decisiones a prepararse para escenarios de un peor caso que probablemente no sucederán, lo que conduce a un uso ineficiente de los recursos. Por el contrario, una región demasiado pequeña podría perder el resultado real, lo que llevaría a fallos catastróficos. Al proporcionar una forma de generar regiones de predicción que sean tanto matemáticamente sólidas como geométricamente eficientes, este nuevo método ofrece una herramienta más fiable para navegar la incertidumbre en entornos complejos y multidimensionales. Los investigadores han puesto su código y sus datos a disposición de la comunidad, permitiendo que otros apliquen este enfoque a sus propios problemas, cerrando la brecha entre las garantías teóricas y la cuantificación de la incertidumbre de alto rendimiento y práctica.