🤖 machine learning

Least-Action-Guided Diffusion for Physical Extrapolation

यह शोध पत्र LAPG को प्रस्तुत करता है, जो एक न्यूनतम-क्रिया-सिद्धांत-निर्देशित (least-action-principle-guided) डिफ्यूजन फ्रेमवर्क है, जो एक सशर्त स्कोर-आधारित मॉडल को क्रिया-व्युत्पन्न वेरिएशनल प्रायर (action-derived variational prior) के साथ जोड़कर इन्फरेंस के दौरान जनरेटिव मॉडल्स में भौतिक निरंतरता को बढ़ाता है, जिससे प्रशिक्षण-समय की बाधाओं पर पूरी तरह निर्भर हुए बिना विभिन्न भौतिक प्रणालियों के लिए समय, मापदंडों और ज्यामितिों में विश्वसनीय एक्सट्रपलेशन सक्षम होता है।

मूल लेखक: Zhongxin Yang, Yuanwei Bin, Xiang I. A. Yang, Shiyi Chen

प्रकाशित 2026-06-11

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Zhongxin Yang, Yuanwei Bin, Xiang I. A. Yang, Shiyi Chen

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक रोबोट को यह सिखा रहे हैं कि एक गेंद कैसे गिरती है, एक स्प्रिंग कैसे उछलती है, या एक पंख (wing) के ऊपर से हवा कैसे बहती है। आप रोबोट को इन चीजों के होने के हजारों उदाहरण दिखाते हैं जो एक विशिष्ट सीमा के भीतर होते हैं—जैसे, 2 सेकंड तक गिरती हुई गेंदें, या एक विशिष्ट वजन के साथ उछलते हुए स्प्रिंग्स।

समस्या तब आती है जब आप रोबोट को कुछ ऐसा अनुमान लगाने के लिए कहते हैं जो उसने पहले कभी नहीं देखा है: जैसे 10 सेकंड तक गिरती हुई गेंद, या एक ऐसा वजन जिसे उसने पहले कभी नहीं उठाया। मानक AI मॉडल अक्सर भ्रमित हो जाते हैं। वे शायद पहले 2 सेकंड के लिए गेंद के गिरने का सही अनुमान लगा लेंगे, लेकिन फिर वे भटकने लगेंगे, बहुत तेज़ गति से चलने लगेंगे, या गलत लय के साथ कंपन करने लगेंगे। वे केवल उन पैटर्न के आधार पर "अनुमान" लगा रहे होते हैं जिन्हें उन्होंने याद किया है, न कि भौतिकी के वास्तविक नियमों को समझकर।

यह शोध पत्र इस समस्या को ठीक करने के लिए LAPG (Least-Action-Principle-Guided Diffusion) नामक एक नई विधि पेश करता है। यह कैसे काम करता है, इसके लिए सरल उपमाओं का उपयोग किया गया है:

दो-चरणीय नृत्य (The Two-Step Dance)

LAPG विधि को एक डेटा कलाकार (Data Artist) और एक भौतिकी कोच (Physics Coach) के बीच एक दो-चरणीय नृत्य के रूप में सोचें।

चरण 1: डेटा कलाकार (अनुमान लगाना)
सबसे पहले, AI एक शक्तिशाली उपकरण का उपयोग करता है जिसे "डिफ्यूजन मॉडल" कहा जाता है। कल्पना कीजिए कि यह एक प्रतिभाशाली कलाकार है जिसने गिरती हुई गेंदों और उछलते हुए स्प्रिंग्स के लाखों चित्र देखे हैं। जब आप किसी भविष्यवाणी के लिए पूछते हैं, तो कलाकार एक खाली, शोर वाले कैनवास से शुरू करता है और धीरे-धीरे एक ऐसा चित्र बनाता है जो सांख्यिकीय रूप से उन उदाहरणों जैसा दिखता है जिन्हें उसने देखा है।

सीमा: यदि आप कलाकार को ऐसा परिदृश्य दिखाते हैं जो उसने पहले नहीं देखा है (जैसे कि एक बहुत भारी स्प्रिंग), तो वह अभी भी कुछ ऐसा ही चित्रित करने की कोशिश करेगा जो उसके प्रशिक्षण डेटा जैसा दिखता है। यह "तर्कसंगत" लगेगा, लेकिन भौतिक रूप से गलत हो सकता है। यह वैसा ही है जैसे कोई कलाकार एक ऐसे सूर्यास्त को चित्रित करने की कोशिश कर रहा हो जिसे उसने कभी नहीं देखा, केवल उन रंगों को मिलाकर जो वह जानता है; परिणाम अच्छा दिख सकता है, लेकिन सूरज गलत जगह पर हो सकता है।

चरण 2: भौतिकी कोच (सुधार करना)
यहीं पर LAPG चमकता है। इससे पहले कि AI अपना उत्तर अंतिम रूप दे, वह उस "चित्र" को एक भौतिकी कोच को सौंप देता है। यह कोच इस बात की परवाह नहीं करता कि AI ने पहले क्या देखा है; उसे केवल एक नियम की परवाह है: न्यूनतम क्रिया का सिद्धांत (The Principle of Least Action)।

न्यूनतम क्रिया का सिद्धांत क्या है? सरल शब्दों में, प्रकृति आलसी है। जब एक गेंद गिरती है या एक स्प्रिंग उछलती है, तो वह उस पथ का अनुसरण करती है जिसमें बिंदु A से बिंदु B तक जाने के लिए सबसे कम "प्रयास" या "बर्बादी" की आवश्यकता होती है। यह सबसे कुशल मार्ग है जिसे प्रकृति अपना सकती है।
सुधार: कोच AI के चित्र को देखता है और पूछता है, "क्या यह पथ उस सबसे कुशल, आलसी पथ जैसा दिखता है जिसे प्रकृति वास्तव में अपनाएगी?" यदि उत्तर 'नहीं' है (उदाहरण के लिए, गेंद बहुत अधिक डगमगा रही है या स्प्रिंग बहुत तेज़ी से ऊर्जा खो रहा है), तो कोच चित्र को थोड़ा बदल देता है। वे रेखाओं को ठीक करते हैं, गति को समायोजित करते हैं, और गति को सुचारू बनाते हैं जब तक कि पथ भौतिकी के नियमों के बिल्कुल अनुरूप न हो जाए।

यह अलग क्यों है

पिछले अधिकांश तरीकों ने कोशिश की कि रोबोट को पेंटिंग करना सीखते समय ही भौतिकी के नियम सिखाए जाएं (प्रशिक्षण के दौरान)। यह वैसा ही है जैसे किसी छात्र को गणित और भौतिकी सिखाने की कोशिश करना जब वह चित्र बनाना सीख रहा हो। यदि परीक्षण प्रश्न बहुत कठिन या अलग है, तो छात्र अटक जाता है।

LAPG अलग है। यह रोबट को पहले डेटा से चित्र बनाना सीखने देता है (चरण 1), और फिर प्रश्न का उत्तर देते समय ही, यह भौतिकी के नियमों को लागू करता है (चरण 2)।

उपमा: कल्पना कीजिए कि आप कार चला रहे हैं।
- पुराना तरीका: आप सीखने के दौरान हर संभावित सड़क की स्थिति को याद करने की कोशिश करते हैं। यदि आप ऐसी सड़क पर पहुँचते हैं जो आपने पहले कभी नहीं देखी है, तो आप घबरा सकते हैं।
- LAPG तरीका: आप परिचित सड़कों पर गाड़ी चलाना सीखते हैं। लेकिन जब आप एक नई, अजीब सड़क पर पहुँचते हैं, तो आपके पास एक GPS (भौतिकी कोच) होता है जो लगातार आपके स्टीयरिंग को ठीक करता है ताकि आप सबसे कुशल, सुरक्षित पथ पर बने रहें, भले ही वह सड़क बिल्कुल नई क्यों न हो।

उन्होंने क्या परीक्षण किया

शोधकर्ताओं ने इस "कलाकार + कोच" टीम का कई परिदृश्यों पर परीक्षण किया:

मुक्त पतन (Free Fall): एक ऐसी गेंद के गिरने की भविष्यवाणी करना जो पहले देखे गए समय से अधिक समय तक गिरती है।
स्प्रिंग्स: एक ऐसे वजन या कठोरता के स्तर के साथ स्प्रिंग के उछलने की भविष्यवाणी करना जिसका उसने पहले कभी सामना नहीं किया है।
डैम्प्ड स्प्रिंग्स (Damped Springs): एक ऐसे स्प्रिंग की भविष्यवाणी करना जो नए तरीकों से धीमा होता है (ऊर्जा नष्ट करता है)।
भंवर (Vortices): भविष्यवाणी करना कि दो घूमते हुए भंवर कैसे परस्पर क्रिया करते हैं जब वे दूर से शुरू होते हैं या अलग-अलग गति से घूमते हैं।
हवाई जहाज: एक ऐसे पंख के ऊपर से हवा के प्रवाह की भविष्यवाणी करना जिसका आकार या कोण उसने पहले कभी नहीं देखा है।

परिणाम

प्रत्येक परीक्षण में, मानक AI (केवल कलाकार) या पुराने तरीके (प्रशिक्षण के दौरान भौतिकी सिखाना) विफल होने लगे जब स्थितियाँ बदल गईं। उनमें "फेज ड्रिफ्ट" (लय तालमेल से बाहर हो जाना) या गलत गति विकसित हो गई।

हालाँकि, LAPG विधि ने भविष्यवाणियों को भौतिक रूप से सुसंगत रखा। यहाँ तक कि जब AI को उसके प्रशिक्षण डेटा से 10 गुना लंबे परिदृश्य की भविष्यवाणी करने के लिए कहा गया, या एक ऐसे पंख के आकार के साथ जिसे उसने कभी नहीं देखा था, तब भी "भौतिकी कोच" ने पथ को ठीक किया। परिणाम एक ऐसी भविष्यवाणी थी जो केवल प्रशिक्षण डेटा जैसा नहीं दिखती थी; वह वास्तव में भौतिकी के नियमों का पालन करती थी।

मुख्य निष्कर्ष

यह शोध पत्र दावा करता है कि AI द्वारा अपनी प्रारंभिक भविष्यवाणी करने के बाद एक "भौतिकी जांच" जोड़कर, हम AI को उन भौतिक घटनाओं की भविष्यवाणी करने में बहुत अधिक विश्वसनीय बना सकते हैं जिन्हें उसने पहले कभी नहीं देखा है। यह "प्रकृति आलसी है" (न्यूनतम क्रिया) के अमूर्त विचार को एक व्यावहारिक उपकरण में बदल देता है जो वास्तविक समय में AI की त्रुटियों को ठीक करता है, यह सुनिश्चित करता है कि यहाँ तक कि जंगली अनुमान भी वास्तविकता से जुड़े रहें।

तकनीकी सारांश: भौतिक निष्कर्षण (Physical Extrapolation) के लिए लीस्ट-एक्शन-गाइडेड डिफ्यूजन

समस्या विवरण
कंप्यूटेशनल भौतिकी में जनरेटिव मॉडल्स के लिए विश्वसनीय निष्कर्षण (extrapolation) एक केंद्रीय चुनौती बनी हुई है। जबकि डिफ्यूजन मॉडल्स ने वैज्ञानिक अनुप्रयोगों के लिए उच्च-आयामी संभाव्यता वितरण (probability distributions) सीखने में सफलता प्रदर्शित की है, वे डेटा-संचालित शिक्षण की एक मौलिक सीमा को भी विरासत में पाते हैं: सीखा गया स्कोर फंक्शन मुख्य रूप से प्रशिक्षण वितरण (training distribution) के भीतर ही सीमित रहता है। जब लक्षित स्थितियाँ इस वितरण के बाहर (आउट-ऑफ-डिस्ट्रीब्यूशन या OOD) होती हैं—जैसे कि लंबी अवधि का विकास, अनदेखे सिस्टम पैरामीटर्स, या नवीन ज्यामिति—तो मानक रिवर्स-टाइम सैंपलर सीखे गए स्कोर के न्यूरल नेटवर्क एक्सट्रपलेशन का अनुसरण करते हैं, न कि भौतिक नियमों का। इसके परिणामस्वरूप अक्सर भौतिक रूप से असंगत भविष्यवाणियाँ होती हैं, जिनमें प्रक्षेप पथों (trajectories) में फेज ड्रिफ्ट (phase drift), पैरामीटर बदलाव के तहत गलत आयाम (amplitude), इनवेरिएंट्स का उल्लंघन, या विकृत प्रवाह पैटर्न शामिल हैं। मौजूदा रणनीतियाँ, जैसे कि फिजिक्स-इन्फॉर्म्ड न्यूरल नेटवर्क्स (PINNs), आमतौर पर प्रशिक्षण के दौरान सॉफ्ट पेनल्टी टर्म्स के माध्यम से भौतिक संरचना को लागू करती हैं। हालाँकि, एक बार प्रशिक्षण पूरा हो जाने के बाद, मॉडल पैरामीटर्स स्थिर हो जाते हैं, और निष्कर्षण संबंधी भविष्यवाणी अभी भी इस बात पर निर्भर करती है कि सीखा गया मैप प्रशिक्षण डोमेन के बाहर कैसा व्यवहार करता है, जो अक्सर महत्वपूर्ण त्रुटियों का कारण बनता है।

कार्यप्रणाली: LAPG फ्रेमवर्क
लेखक लीस्ट-एक्शन-प्रिंसिपल-गाइडेड (LAPG) डिफ्यूजन का प्रस्ताव करते हैं, जो एक ऐसा फ्रेमवर्क है जो केवल प्रशिक्षण-समय के बाधाओं (constraints) पर निर्भर रहने के बजाय इन्फरेंस-टाइम (inference time) पर भौतिक निरंतरता को लागू करता है। यह विधि दो अलग-अलग चरणों में कार्य करती है:

इन-डिस्ट्रीब्यूशन प्रपोजल जनरेशन: एक कंडीशनल स्कोर-बेस्ड डिफ्यूजन मॉडल (जो वेरिएंस-एक्सप्लोडिंग SDE के माध्यम से डिनोइजिंग स्कोर मैचिंग द्वारा प्रशिक्षित है) निकटतम इन-डिस्ट्रीब्यूशन कंडीशन $c'$ के आधार पर एक भौतिक रूप से प्रशंसनीय नमूना उत्पन्न करता है। यह चरण शोर (noise) से डेटा मैनिफोल्ड के पड़ोस तक नमूने को लाने के लिए सीखे गए स्कोर का लाभ उठाता है।
इन्फरेंस-टाइम फिजिकल रिफाइनमेंट: उत्पन्न नमूने को वांछित लक्षित स्थिति $c$ $c$ (जो OOD हो सकती है) की ओर लीस्ट एक्शन के सिद्धांत से प्राप्त भौतिक मार्गदर्शन स्कोर का उपयोग करके परिष्कृत (refine) किया जाता है।
- भौतिक पूर्ववर्ती (physical prior) $p_s(X|c)$ को एक एक्शन-आधारित वेरिएशनल फंक्शनल $A(X; c)$ से निर्मित किया जाता है। एक भौतिक रूप से स्वीकार्य प्रक्षेप पथ इस फंक्शनल के स्टेशनरी पॉइंट (या मिनिमाइज़र) के अनुरूप होता है।
- एक "अनफिजिकलिटी" माप $U(X; c)$ को एक्शन के वर्ग, सामान्यीकृत वेरिएशन ( $\delta A$ ) के रूप में परिभाषित किया गया है। भौतिक पूर्ववर्ती को $p_s \propto \exp[-U]$ के रूप में परिभाषित किया गया है।
- मार्गदर्शन स्कोर लॉग-प्रायर का ग्रेडिएंट है: $\nabla \log p_s = -\nabla U$ ।
- रिवर्स-टाइम प्रक्रिया के दौरान, छद्म-समय (pseudo-time) $\tau \le 0$ के लिए, सैंपलर को इस एक्शन-व्युत्पन्न स्कोर द्वारा निर्देशित किया जाता है। यह प्रभावी रूप से लीस्ट एक्शन के सिद्धांत को एक डिफरेंशिएबल इन्फरेंस-टाइम करेक्शन मैकेनिज्म में बदल देता है। रिफाइनमेंट चरण उत्पन्न अवस्था को एक ऑप्टिमाइजेशन वेरिएबल के रूप में मानता है, जिसे एक्शन वेरिएशन को कम करने के लिए ग्रेडिएंट-आधारित ऑप्टिमाइज़र्स (जैसे Adam, SGDM) के माध्यम से अपडेट किया जाता है।

महत्वपूर्ण रूप से, एक्शन वेरिएशन का मूल्यांकन वर्चुअल परटर्बेशन्स के साथ मल्टी-डायरेक्शनल फाइनाइट डिफरेंसेस का उपयोग करके संख्यात्मक रूप से किया जाता है, और ग्रेडिएंट को ऑटोमैटिक डिफरेंशिएशन के माध्यम से कंप्यूट किया जाता है। इस दृष्टिकोण के लिए प्रत्येक नए लक्षित कंडीशन के लिए डिफ्यूजन मॉडल को पुन: प्रशिक्षित करने की आवश्यकता नहीं है; एक्शन टर्म को जनरेशन के दौरान डायनामिक रूप से मूल्यांकित किया जाता है।

प्रमुख योगदान

एक्शन-रेसिड्यूल स्कोर: एक स्कोर की परिभाषा जो एक्शन रेसिड्यूल्स से प्राप्त होती है जो डिफ्यूजन सैंपल्स को लर्निंग रिवर्स प्रोसेस के बाद परिष्कृत कर सकती है, जिससे इन्फरेंस-टाइम पर भौतिक निरंतरता प्रवर्तन संभव होता है।
एकीकृत वेरिएशनल फ्रेमवर्क: विविध प्रणालियों के लिए इस मार्गदर्शन रणनीति का अनुप्रयोग, जिसमें कंजर्वेटिव डायनेमिक्स (फ्री फॉल, अनडैम्प्ड स्प्रिंग-मास), डिसिपेटिव डायनेमिक्स (डैम्प्ड स्प्रिंग-मास), इंटरैक्टिंग हैमिल्टोनियन सिस्टम (पॉइंट वोर्टेक्स), और PDE-शासित फील्ड्स (एयरफॉइल के ऊपर पोटेंशियल फ्लो) शामिल हैं।
एक्सट्रपलेशन मूल्यांकन: पद्धति का व्यापक मूल्यांकन पांच बेंचमार्क सिस्टम (Q1–Q5) पर किया गया: टेम्पोरल एक्सट्रपलेशन (समय क्षितिज का विस्तार) और पैरामीटर एक्सट्रपलेशन (गुरुत्वाकर्षण, स्टिफनेस, मास, डैम्पिंग, या वोर्टेक्स पैरामीटर्स में बदलाव) के तहत, LAPG ने PINN बेसलाइन्स की तुलना में फेज ड्रिफ्ट को काफी कम किया, डिसिपेटिव डिके रेट्स को संरक्षित किया और सही ऑर्बिटल स्ट्रक्चर बनाए रखा। जहाँ PINNs ने एक्सट्रपलेशन दूरी बढ़ने के साथ बढ़ती त्रुटियां और फेज शिफ्ट प्रदर्शित किया, वहीं LAPG ने प्रक्षेप पथ को लक्षित भौतिकी की ओर सक्रिय रूप से निर्देशित करके कम नॉर्मलाइज्ड रूट-मीन-स्क्वेर्ड एरर (nRMSE) बनाए रखा।
फील्ड सिस्टम (Q5 - एयरफॉइल फ्लो): जौकोव्स्की एयरफॉइल्स (Joukowsky airfoils) के ऊपर पोटेंशियल फ्लो के लिए, LAPG ने प्रशिक्षण रेंज से बाहर बड़े एंगल्स ऑफ अटैक (30°) और कैम्बर्ड ज्योमेट्री ( $\beta \neq 0$ ) के लिए सफलतापूर्वक एक्सट्रपलेशन किया। इसने लिफ्ट से जुड़े लीडिंग-एज एक्सेलेरेशन और एसिमेट्रिक वेलोसिटी डिस्ट्रीब्यूशन को सटीक रूप से कैप्चर किया। इसके विपरीत, PINN बेसलाइन ने डिफ्यूसिव फील्ड्स का उत्पादन किया जिन्होंने हाई-वेलोसिटी क्षेत्रों को कम करके आंका और सही एरोडायनामिक लिफ्ट को गुणांकों को रिकवर करने में विफल रहा।
मात्रात्मक तुलना: सभी परीक्षण मामलों में, LAPG ने OOD रेजीम्स में प्रशिक्षण-समय बाधित PINN बेसलाइन को लगातार पछाड़ दिया। परिणाम दर्शाते हैं कि एक्शन-व्युत्पन्न स्कोर द्वारा प्रदान किया गया ग्लोबल करेक्शन, भौतिक निरंतरता बनाए रखने के लिए पॉइंटवाइज रेसिड्यूल पेनल्टी की तुलना में अधिक प्रभावी है।

महत्व और दावे
पेपर का दावा है कि LAPG प्रशिक्षण डोमेन के बाहर भौतिक विश्वसनीयता में सुधार के लिए एक व्यावहारिक मार्ग प्रदान करता है। भौतिक नियमों के प्रवर्तन को प्रशिक्षण चरण से इन्फरेंस चरण में स्थानांतरित करके, यह विधि PINNs में आवश्यक जटिल, समस्या-विशिष्ट लॉस बैलेंसिंग (जैसे डेटा बनाम भौतिकी बनाम बाउंड्री कंडीशन लॉस के वेटिंग) की आवश्यकता को समाप्त करती है। इसके बजाय, यह पूरे प्रक्षेप पथ या फील्ड को निर्देशित करने के लिए एक एकल स्केलर एक्शन फंक्शनल का उपयोग करता है।

लेखक नोट करते हैं कि यह विधि विशेष रूप से तब प्रभावी है जब परीक्षण स्थिति किसी ऐसे भौतिक गुण को बदलती है जो समय के साथ त्रुटि संचित करता है (जैसे फेज, डैम्पिंग रेट) या समाधान को दृढ़ता से प्रभावित करता है (जैसे लिफ्ट)। हालांकि, वे सीमाओं को भी स्वीकार करते हैं: इस दृष्टिकोण के लिए संबंधित सिस्टम के लिए एक उपयुक्त एक्शन या एक्शन-जैसे वेरिएशनल फंक्शनल की आवश्यकता होती है, जिसे जटिल टर्बुलेंट या मल्टीफिजिक्स सिस्टम के लिए पहचानना कठिन हो सकता है। इसके अतिरिक्त, इन्फरेंस-टाइम रिफाइनमेंट के कारण सैंपलिंग के दौरान एक्शन वेरिएशंस और ग्रेडिएंट्स के मूल्यांकन के कारण कम्प्यूटेशनल लागत आती है। पेपर निष्कर्ष निकालता है कि हालांकि वेरिएशनल फंक्शनल अकेले हर सिस्टम के लिए सभी भौतिक आवश्यकताओं को एनकोड नहीं कर सकता है, फिर भी इन्फरेंस-टाइम वेरिएशनल गाइडेंस भौतिक निष्कर्षण के लिए प्रशिक्षण-समय के बाधाओं के लिए एक मजबूत विकल्प प्रदान करता है।

दो-चरणीय नृत्य (The Two-Step Dance)

यह अलग क्यों है

उन्होंने क्या परीक्षण किया

परिणाम

मुख्य निष्कर्ष

इसी तरह के और पेपर