Résumé Technique : OceanCBM

Énoncé du Problème

La prédiction des phénomènes océaniques extrêmes, tels que les vagues de chaleur marines (MHWs), présente un double défi : atteindre une haute précision prédictive tout en maintenant une interprétabilité mécaniste. Bien que les modèles récents d'apprentissage automatique (ML) démontrent de solides compétences en prévision des états océaniques, ils fonctionnent souvent comme des « boîtes noires », apprenant des corrélations fallacieuses plutôt que les moteurs physiques sous-jacents. Les approches existantes pour intégrer la physique dans le ML se divisent en deux catégories aux limitations distinctes :

1. Réseaux de neurones informés par la physique (PINNs) : Ils imposent directement des contraintes dynamiques mais peuvent être trop rigides, échouant à se généraliser à des régimes hors des registres historiques ou convergeant vers des solutions fallacieuses physiquement incorrectes.
2. Explicabilité a posteriori (XAI) : Ces méthodes analysent les modèles entraînés pour déterminer la dépendance aux entrées, mais expliquent ce que le modèle a fait plutôt que de garantir que le modèle a adhéré aux lois physiques durant l'entraînement.

Par conséquent, il existe un manque de cadres équilibrant la compétence prédictive avec une fidélité physique garantie, en particulier pour les dynamiques océaniques spatio-temporelles où la compréhension des moteurs des MHWs (qui se produisent dans la couche mixte, et non seulement à la surface) est cruciale pour les prévisions écologiques et socio-économiques.

Méthodologie : OceanCBM

Les auteurs introduisent OceanCBM, le premier Modèle à Goulot d'Étranglement de Concepts (CBM) conçu pour la prévision de la physique océanique spatio-temporelle. Le modèle est conçu pour prévoir le Contenu Thermique de la Couche Mixte (MLHC), un précurseur clé des MHWs, en acheminant les prédictions à travers une couche intermédiaire de concepts interprétables.

Données et Entrée

• Jeu de données : Le modèle utilise le Système de Réanalyse Océanique 5 (ORAS5), qui fournit des champs océaniques mensuels moyennés (1979–2018) à une résolution de 1/4°. De manière unique, les auteurs exploitent les cinq membres d'ensemble de ORAS5 comme échantillons d'entraînement indépendants pour capturer la variabilité interne et l'incertitude des données, plutôt que de s'appuyer sur un seul membre de contrôle ou une moyenne d'ensemble.
• Entrée : Le modèle traite une fenêtre de contexte de 6 mois ($t-6$ à $t-1$) de 12 variables physiques 2D spatialement réduites (par exemple, hauteur de la surface de la mer, vitesse zonale/méridienne) sur le bassin de l'Atlantique Nord.
• Prétraitement : Les données sont détrendées pour se concentrer sur la variabilité climatique plutôt que sur les tendances de réchauffement à long terme.

Architecture

OceanCBM utilise un ensemble de cinq architectures basées sur U-Net. Le flux de travail est le suivant :

1. Encodeur : Un encodeur U-Net standard avec 4 étapes de sous-échantillonnage (canaux : 64, 128, 256, 512) utilisant des convolutions, une normalisation par lots, ReLU et un pooling maximal.
2. Goulot d'Étranglement de Concepts : Les sorties de l'encodeur passent par une couche de goulot d'étranglement contenant deux types de concepts :
   • Concepts Prescrits : Quatre champs dérivés de la dynamique des fluides géophysiques : (1) Entraînement du flux de chaleur, (2) Cisaillement vertical, (3) Fréquence de flottabilité, et (4) Tendance de la Profondeur de la Couche Mixte (MLD).
   • Concept Libre : Un seul champ non contraint conçu pour capturer les processus physiques résiduels non représentés par l'ensemble prescrit.
3. Décodeur : Un décodeur U-Net reconstruit les champs spatiaux.
4. Têtes de Sortie : Le modèle produit deux sorties : les champs de concepts prédits (prescrits + libres) et la cible finale (MLHC). La prédiction finale du MLHC est une combinaison linéaire des représentations de concepts.

Stratégie d'Entraînement

Le modèle est entraîné en utilisant une supervision mixte avec une fonction de perte pondérée :
$$L_{combined} = \lambda L_{concept} + (1 - \lambda)L_{pred}$$

• Planification Adaptative de $\lambda$ : L'entraînement commence avec $\lambda = 0.8$ pour privilégier l'apprentissage des concepts physiques au début, puis décroît exponentiellement vers $\lambda = 0.2$ sur 100 époques. Cela garantit que le goulot d'étranglement établit des représentations physiquement significatives tout en maintenant un certain degré de supervision des concepts tout au long de l'entraînement.
• Ensemble : Cinq modèles sont entraînés avec des initialisations de poids aléatoires indépendantes pour évaluer la robustesse et la cohérence des voies mécanistes apprises.

Contributions Clés

1. Premier CBM Spatio-Temporel pour la Physique Océanique : OceanCBM étend le cadre CBM à des données spatio-temporelles complexes et continues, permettant une prévision interprétable du MLHC et une interrogation mécaniste des moteurs des MHWs.
2. Supervision Hybride avec un Concept Libre : Les auteurs proposent une architecture de goulot d'étranglement novatrice combinant des concepts physiques prescrits avec un concept « libre ». Ce concept libre joue un double rôle :
   • Il agit comme un régularisateur pour les concepts prescrits.
   • Il capture les processus physiques résiduels et les phénomènes émergents non couverts par l'ensemble prescrit, empêchant le modèle d'être trop contraint.
3. Démonstration d'un Apprentissage Mécaniste Cohérent : L'étude montre que la supervision mixte produit des représentations mécanistes cohérentes à travers les membres de l'ensemble, tandis que les modèles de référence (prédiction uniquement ou prescription uniquement) apprennent des structures latentes hautement variables malgré des performances prédictives similaires.
4. Étude de Cas Réelle : Le cadre est appliqué à la MHW du Golfe du Maine de 2012, récupérant avec succès les moteurs physiques connus et fournissant des insights mécanistes sur le début de l'événement.

Résultats

Compétence Prédictive

• Précision : OceanCBM atteint un Coefficient de Corrélation des Anomalies (ACC) de 0,91–0,92 pour la prédiction du MLHC à travers les saisons, ce qui est statistiquement indiscernable d'une ligne de base « prédiction uniquement » (sans goulot d'étranglement de concepts) et d'une ligne de base « prescription uniquement ». Cela indique que l'introduction de contraintes d'interprétabilité ne sacrifie pas la compétence prédictive.
• Prédiction de Concepts : Le modèle prédit avec succès les concepts prescrits (par exemple, ACC de l'entraînement du flux de chaleur de 0,77, ACC de la fréquence de flottabilité de 0,81 en été), démontrant que le modèle apprend des représentations significatives plutôt que de faibles approximations.

Cohérence Mécaniste

• Variabilité de l'Ensemble : Lors de l'analyse des poids linéaires reliant les concepts à la prédiction finale du MLHC :
  • Les modèles de prédiction uniquement montrent une forte variabilité dans les représentations latentes à travers les membres de l'ensemble, rendant impossible la discernement d'une stratégie d'apprentissage cohérente.
  • Les modèles de prescription uniquement tendent à s'accrocher à des concepts spécifiques (par exemple, le cisaillement vertical) de manière incohérente.
  • OceanCBM présente une cohérence significativement plus grande dans la manière dont il pondère les concepts prescrits et libres à travers différentes initialisations aléatoires, suggérant que l'approche de supervision mixte guide le modèle vers des voies stables et physiquement significatives.

Rôle du Concept Libre

• Canal Résiduel : Le concept libre capture une structure prédictive dans les régions dynamiquement actives (par exemple, le Gulf Stream, le courant du Labrador) où les concepts prescrits divergent de la cible.
• Régularisation : Les résultats empiriques montrent que la présence du concept libre améliore la prédiction de concepts difficiles comme le cisaillement vertical (par exemple, l'ACC passe de 0,53 à 0,60 en hiver pour OceanCBM contre la prescription uniquement), agissant comme un régularisateur structuré qui absorbe la variabilité résiduelle.

Étude de Cas : MHW du Golfe du Maine 2012

Une analyse rétrospective de l'événement de 2012 a révélé :

• Mécanisme de Début : Le modèle a identifié une anomalie positive du MLHC et de la fréquence de flottabilité (indiquant une stratification accrue) avant l'événement, ce qui a probablement piégé la chaleur près de la surface.
• Moteurs : L'analyse a confirmé que l'événement était largement piloté par des anomalies de flux de chaleur atmosphérique et la rétention de chaleur, cohérent avec la littérature antérieure, tout en soulignant le rôle des processus sous-surface dans le maintien de la chaleur.
• Alignement Écologique : Les conditions de couche mixte chaude prédites correspondaient aux impacts écologiques documentés, tels que l'augmentation des débarquements de homards et le déclin des crevettes du nord.

Importance et Revendications

L'article revendique qu'OceanCBM résout avec succès le compromis entre performance prédictive et interprétabilité dans des domaines scientifiques à haut risque. En intégrant une supervision mixte avec un concept libre, le cadre :

• Équilibre Contrainte et Flexibilité : Il guide le modèle vers des physiques connues sans le contraindre rigidement, permettant la découverte de mécanismes inconnus ou non résolus.
• Garantit la Fiabilité : Il fournit une voie pour que les modèles apprennent des moteurs mécanistes cohérents, réduisant le risque que les modèles prédisent correctement pour les mauvaises raisons (corrélations fallacieuses).
• Offre un Nouveau Paradigme : Il démontre qu'une structure physique « douce », combinée à des méthodes d'ensemble, peut produire des représentations interprétables robustes à l'initialisation et adaptées au diagnostic d'événements extrêmes dans un climat changeant.

Les auteurs concluent que cette approche offre une voie fondée pour apprendre des représentations interprétables de processus dynamiques complexes, avec une transférabilité potentielle vers des modèles plus larges du système terrestre.