A Pedagogical Framework for Physics-Informed Machine Learning: From Classical Pendulum to Quantum Anharmonic Oscillator Using PyTorch on Modern GPU Hardware

Cet article présente un cadre pédagogique en cinq modules implémenté en PyTorch sur GPU moderne, qui enseigne l'apprentissage machine informé par la physique en comparant des architectures de réseaux de neurones classiques et des réseaux informés par la physique (PINN) appliqués à un pendule non linéaire et à un oscillateur anharmonique quantique.

L'essentiel

Imaginez que vous êtes un enseignant qui veut apprendre à vos étudiants comment utiliser l'intelligence artificielle (IA) pour résoudre des problèmes de physique, comme le mouvement d'une pendule ou le comportement d'une particule quantique.

Ce papier décrit un cours en cinq étapes conçu pour faire cela, en utilisant des outils modernes (des cartes graphiques très puissantes) et en comparant deux façons d'enseigner à l'IA : la méthode "classique" (apprendre par l'exemple) et la méthode "physique" (apprendre les règles du jeu).

Voici une explication simple, avec des analogies, de ce que les auteurs ont fait :

1. Le Concept de Base : Deux Éléves, Deux Méthodes

Pour enseigner, les auteurs utilisent deux "jouets" physiques de complexité croissante :

• Le Pendule : Une balancelle qui oscille, freinée par l'air et poussée par un moteur. C'est un problème classique.
• L'Oscillateur Quantique : Une particule qui se comporte comme une onde dans un paysage énergétique bizarre. C'est un problème de mécanique quantique (beaucoup plus dur).

Pour chaque jouet, ils testent deux types d'IA :

• L'IA "Mémoriste" (Data-Driven) : On lui donne des milliers de photos du pendule en mouvement et on lui dit : "Apprends par cœur ce que tu vois". C'est comme un étudiant qui révise ses fiches de révisions sans comprendre la théorie.
• L'IA "Physicienne" (PINN) : On ne lui donne pas de photos. On lui donne simplement les lois de la physique (les équations) et on lui dit : "Trouve une solution qui respecte ces lois". C'est comme un étudiant qui comprend la théorie et peut déduire le mouvement sans avoir vu l'exemple auparavant.

2. Les Cinq Modules du Cours

Le cours est structuré comme un jeu vidéo où le niveau de difficulté augmente :

• Niveau 1 & 2 (Le Pendule) :

  • D'abord, on entraîne une IA classique avec des données. Elle devient très précise, mais elle a besoin de connaître la vitesse de la pendule à chaque instant (comme si elle avait un capteur sur la balancelle).
  • Ensuite, on utilise l'IA "Physicienne". Elle n'a pas besoin de capteurs ! Elle utilise juste les lois de la physique et le point de départ. Résultat : elle fonctionne très bien, même si elle doit deviner le mouvement sur de longues périodes.
  • Astuce pédagogique : Les auteurs ont découvert qu'il fallait entraîner l'IA "Physicienne" par étapes (d'abord sur 3 secondes, puis 7, puis 12...). C'est comme apprendre à faire du vélo : d'abord sur un terrain plat, puis sur une pente, puis sur une route. Si on la lance directement sur la route complète, elle tombe.

• Niveau 3 & 4 (La Particule Quantique) :

  • Ici, on essaie de prédire l'énergie d'une particule.
  • L'IA classique (un type appelé CNN) est une championne : elle est ultra-rapide et très précise, mais elle a besoin de beaucoup de données d'entraînement.
  • L'IA "Physicienne" (PINN) fait quelque chose de magique : elle ne prédit pas juste un nombre (l'énergie), elle redessine toute la forme de l'onde de la particule et découvre elle-même la valeur de l'énergie en respectant les équations de Schrödinger.

• Niveau 5 (Le Grand Comparatif) :

  • Les auteurs mettent tout cela côte à côte pour voir : qui est le plus précis ? Qui est le plus rapide ? Et surtout : quand faut-il utiliser une carte graphique puissante ?

3. La Leçon sur la Puissance (CPU vs GPU)

C'est un point crucial du papier. Ils ont mesuré la vitesse de calcul sur un ordinateur normal (CPU) et sur une carte graphique de jeu très puissante (GPU, une RTX 5090).

• L'analogie : Imaginez que vous devez déplacer des briques.
  • Pour une petite tâche (un petit réseau de neurones), envoyer les briques à l'ouvrier spécial (la carte graphique) prend plus de temps que de les faire soi-même, car il faut traverser la pièce pour les lui donner. Résultat : La carte graphique ne sert à rien ici.
  • Pour une tâche énorme (comme le réseau LSTM qui traite 500 étapes à la fois), l'ouvrier spécial peut déplacer 500 briques en même temps, tandis que l'ouvrier normal les fait une par une. Résultat : La carte graphique est 24 fois plus rapide.
  • Leçon pour les étudiants : Ne gaspillez pas de puissance de calcul sur de petites tâches, mais utilisez-la massivement pour les tâches complexes et parallèles.

4. Le Dilemme : Données ou Lois ?

Les auteurs répondent à une question fréquente : "Combien de données ai-je besoin ?"

• Si vous avez beaucoup de données (plus de 600 exemples), l'IA classique est meilleure et plus rapide.
• Si vous avez très peu de données (ou si les données sont trop chères à obtenir), l'IA "Physicienne" est la gagnante. Elle compense le manque de données par sa connaissance des lois de la physique.

5. Pourquoi ce cours est important ?

Ce papier n'est pas juste une liste de résultats mathématiques. C'est un guide pratique pour les futurs ingénieurs :

1. Choix de l'outil : Il montre qu'on ne choisit pas une IA au hasard. Si vous avez peu de données, choisissez la méthode "Physique". Si vous avez des données et besoin de rapidité, choisissez la méthode "Classique".
2. Compatibilité matérielle : Ils ont dû choisir un logiciel spécifique (PyTorch) parce que l'autre logiciel populaire (TensorFlow) ne fonctionnait pas sur les toutes nouvelles puces graphiques. C'est une leçon de réalité : la technologie évolue vite, et il faut savoir s'adapter.
3. L'approche pédagogique : En passant du simple (pendule) au complexe (quantique), les étudiants comprennent progressivement comment l'IA peut être un outil scientifique puissant, pas juste un outil pour reconnaître des chats sur des photos.

En résumé : Ce papier est un manuel d'instruction moderne pour apprendre à l'IA à comprendre l'univers, en lui donnant soit des exemples, soit les règles du jeu, et en lui apprenant à utiliser la puissance des ordinateurs modernes intelligemment.

Résumé technique

Résumé Technique : Un Cadre Pédagogique pour l'Apprentissage Automatique Informé par la Physique (PINN)

1. Problématique et Contexte

Les programmes d'ingénierie modernes exigent de plus en plus des compétences pratiques en apprentissage automatique (ML) appliquées aux problèmes scientifiques. Cependant, la majorité des cours introductifs se concentrent sur la classification d'images ou le traitement du langage naturel, laissant un vide pour la modélisation d'équations différentielles ordinaires (EDO), d'équations aux dérivées partielles (EDP) et de lois de conservation physiques.

Bien que les Réseaux de Neurones Informés par la Physique (PINN) comblent ce vide en intégrant directement les équations gouvernantes dans la fonction de perte, la transition conceptuelle entre l'apprentissage supervisé classique et les PINN est souvent abrupte. De plus, le choix des frameworks (PyTorch vs TensorFlow) sur du matériel moderne (GPU NVIDIA Blackwell) pose des défis techniques concrets qui doivent être abordés pédagogiquement.

2. Méthodologie et Architecture du Cadre

L'article propose un cadre pédagogique structuré en cinq modules, implémenté en PyTorch 2.9 et exécuté sur un GPU NVIDIA RTX 5090. Le cadre utilise deux systèmes physiques de complexité croissante pour comparer cinq architectures de modèles :

• Système 1 : Pendule Non-Linéaire (Classique)

  • Équation : Une EDO du second ordre décrivant un pendule amorti, entraîné et non linéaire.
  • Modules 1-2 :
    1. Un ANN (Réseau de Neurones Artificiels) standard entraîné sur des données étiquetées (données de simulation).
    2. Un PINN entraîné uniquement sur des points de collocation (résidus de l'ODE), sans données étiquetées de trajectoire, utilisant une stratégie d'apprentissage par curriculum (expansion progressive de l'intervalle temporel).

• Système 2 : Oscillateur Anharmonique Quantique

  • Équation : L'équation de Schrödinger indépendante du temps avec un potentiel quartique.
  • Modules 3-4 :
    1. Des régresseurs CNN (Convolutional) et LSTM (Long Short-Term Memory) entraînés sur des données de potentiel discrétisées pour prédire les niveaux d'énergie.
    2. Un PINN contraint par l'équation de Schrödinger pour retrouver la fonction d'onde et l'énergie propre.

• Module 5 : Comparaison et Benchmark

  • Analyse comparative de la précision, du coût d'entraînement et de l'efficacité GPU/CPU.

Contrainte Matérielle Spécifique : L'auteur exclut explicitement TensorFlow (versions ≤2.22) car il provoque des erreurs de segmentation (segfault) sur les GPU architecture Blackwell (sm 120) en raison d'une incompatibilité PTX. Ce problème technique est présenté comme un moment d'enseignement sur la compatibilité matériel-logiciel.

3. Contributions Clés

1. Progression Structurée : Un parcours pédagogique allant de la modélisation purement basée sur les données à la modélisation contrainte par la physique.
2. Stratégie d'Apprentissage par Curriculum pour les PINN : Démonstration qu'un entraînement en plusieurs étapes (commençant par un intervalle de temps court et s'étendant progressivement) est essentiel pour la précision à long terme des PINN sur des systèmes non linéaires, évitant la divergence observée avec un entraînement en une seule étape.
3. Benchmark Matériel Concret : Une analyse quantitative montrant quand l'accélération GPU est bénéfique (ou non), reliant la théorie du parallélisme aux performances réelles.
4. Ressources Open-Source : Des notebooks Jupyter autonomes conçus pour un cours de niveau master, incluant des questions de réflexion guidant les étudiants.

4. Résultats Quantitatifs

A. Précision et Performance des Modèles

• Pendule :
  • L'ANN (basé sur les données) atteint une erreur absolue moyenne (MAE) de $1,3 \times 10^{-2}$ rad.
  • Le PINN (sans données étiquetées, uniquement points de collocation) atteint une MAE de $3,1 \times 10^{-2}$ rad.
  • Analyse : L'ANN est plus précis mais nécessite la mesure de la vitesse angulaire ($\omega$) en entrée, tandis que le PINN ne nécessite que les paramètres du système et les conditions initiales.
• Oscillateur Quantique :
  • Le CNN est le modèle le plus précis pour la prédiction de l'énergie ($E_0$) avec une MAE de $4,4 \times 10^{-5}$ u.a. et le plus rapide (0,8 s).
  • Le PINN réussit à retrouver la fonction d'onde complète $\psi(x)$ et l'énergie propre ($\hat{E} = 0,5597$ u.a. vs $0,5591$ u.a. de référence), une capacité unique que les modèles de régression ne peuvent offrir.

B. Efficacité Matérielle (CPU vs GPU)
Le benchmark révèle des accélérations très variables selon l'architecture :

• LSTM : Accélération de 24,6x (de 0,98 s à 0,04 s). Le GPU parallélise efficacement les 500 étapes séquentielles sur le lot de données.
• ANN (Pendule) : Accélération négligeable (1,2x). Le modèle est si petit (25 601 paramètres) que le temps de transfert de données PCIe domine le temps de calcul.
• Conclusion pédagogique : L'accélération GPU n'est pas universelle ; elle dépend de la taille du modèle et de la capacité à paralléliser les opérations (batching).

C. Efficacité des Données

• L'ANN surpasse le PINN uniquement lorsque le jeu de données étiquetées dépasse ~600 échantillons (25% du jeu complet). En dessous de ce seuil, le PINN, qui n'a besoin d'aucune donnée étiquetée, devient supérieur. Cela fournit une règle de décision concrète aux étudiants.

5. Signification et Impact Pédagogique

Ce travail ne se limite pas à une comparaison d'algorithmes ; il établit un guide pour la sélection de modèles dans un contexte scientifique :

• Choix du Modèle : Utiliser des modèles basés sur les données (ANN, CNN, LSTM) lorsque les données étiquetées sont abondantes et que l'inférence rapide est requise. Utiliser les PINN lorsque les données sont rares, coûteuses, ou lorsque l'interprétabilité physique et la connaissance du champ de solution complet (ex: fonction d'onde) sont prioritaires.
• Conscience Matérielle : Les étudiants apprennent à adapter l'architecture de leur réseau aux capacités du matériel (ex: éviter les petits modèles sur GPU si le goulot d'étranglement est le transfert de données).
• Robustesse des PINN : La démonstration de l'échec des PINN sans curriculum training et de leur succès avec cette méthode enseigne l'importance de la stratégie d'optimisation dans les problèmes d'EDP complexes.

En résumé, ce cadre offre une approche pratique et rigoureuse pour former la prochaine génération d'ingénieurs et de scientifiques à l'intersection de l'apprentissage automatique et de la physique, en tenant compte des réalités matérielles actuelles.