A derivative-fidelity failure mode in physics-informed neural networks: strengthened benchmark evidence from function-value training

आधुनिक कंप्यूटिंग की दुनिया में, वैज्ञानिक जटिल समस्याओं को हल करने के लिए 'फिजिक्स-इन्फॉर्म्ड न्यूरल नेटवर्क' नामक एक प्रकार के आर्टिफिशियल इंटेलिजेंस की ओर तेजी से मुड़ रहे हैं, जो इस बात से जुड़ी हैं कि चीजें कैसे चलती हैं, बहती हैं या समय के साथ कैसे बदलती हैं। ये सिस्टम शक्तिशाली गणितीय सरोगेट (surrogates) के रूप में कार्य करते हैं, जो केवल डेटा बिंदुओं को याद करके ही नहीं, बल्कि भौतिक नियमों के अनुरूप होने के लिए प्रशिक्षित होकर वास्तविकता को नियंत्रित करने वाले अंतर्निindest समीकरणों की नकल करना सीखते हैं। इसका आकर्षण गहरा है: यदि कोई कंप्यूटर किसी वक्र (curve) के आकार को सीख सकता है और साथ ही भौतिकी के नियमों का भी सम्मान कर सकता है, तो यह इंजीनियरों द्वारा पुलों के डिजाइन, मौसम विज्ञानियों द्वारा तूफानों की भविष्यवाणी करने, या डॉक्टरों द्वारा रक्त प्रवाह के मॉडल बनाने के तरीके में क्रांति ला सकता है। मानक दृष्टिकोण यह मानता है कि यदि कंप्यूटर किसी समाधान के समग्र आकार को सही ढंग से प्राप्त कर लेता है, तो उसने भौतिकी को सफलतापूर्वक पकड़ लिया है। हालाँकि, यह धारणा एक छिपे हुए अनुमान पर टिकी है: कि आकार को सही प्राप्त करने का अर्थ स्वतः ही परिवर्तन की दर को सही प्राप्त करना है।

एक हालिया अध्ययन इस धारणा को चुनौती देता है, जो इन प्रणालियों के सत्यापन के वर्तमान तरीके में एक सूक्ष्म लेकिन महत्वपूर्ण खामी को उजागर करता है। यह शोध एक विशिष्ट विफलता मोड (failure mode) पर केंद्रित है जहाँ एक न्यूरल नेटवर्क एक फलन (function) को पूरी तरह से सीखने में सफल दिखाई देता है, फिर भी जब उससे यह गणना करने को कहा जाता है कि वह फलन कैसे बदल रहा है, तो वह पूरी तरह विफल हो जाता है। भौतिकी की भाषा में, एक नेटवर्क किसी वस्तु की स्थिति (position) की उच्च सटीकता के साथ भविष्यवाणी कर सकता है, लेकिन उस वस्तु के त्वरण (acceleration)—जो स्थिति का दूसरा अवकलज (second derivative) है—की गणना बेहद गलत हो सकती है। यह अंतर महत्वपूर्ण है क्योंकि कई भौतिक नियम पूरी तरह से इन परिवर्तन की दरों पर निर्भर करते हैं। यदि त्वरण गलत है, तो सिस्टम को चलाने वाले बल भी गलत हैं, भले ही स्थिति सही दिख रही हो। अध्ययन दर्शाता है कि यह कोई दुर्लभ त्रुटि नहीं है, बल्कि एक मौलिक सीमा है जो आँखों के सामने छिपी रहती है, जिससे शोधकर्ताओं को यह विश्वास करने के लिए प्रेरित करती है कि उनके पास एक कामकाजी सिमुलेशन है जबकि अंतर्निहित भौतिकी वास्तव में दोषपूर्ण होती है।

इसकी जांच करने के लिए, शोधकर्ताओं ने सरल, एक-आयामी गणितीय वक्रों का उपयोग करके एक नियंत्रित प्रयोग स्थापित किया जो देखने में आसान हों। उन्होंने दो विशिष्ट लक्ष्यों को चुना: एक सुचारू, आवर्ती तरंग (repeating wave) और एक वक्र जो तेजी से बढ़ता है (exponentially), जो दाईं ओर बढ़ते हुए अधिक तीव्र होता जाता है। उन्होंने केवल बिंदुओं के मूल्यों का उपयोग करके इन वक्रों से मेल खाने के लिए एक मानक न्यूरल नेटवर्क को प्रशिक्षित किया, बिना कभी स्पष्ट रूप से नेटवर्क को यह सिखाए कि उनके ढलान (slopes) या वक्रता (curvatures) क्या होने चाहिए। यह कई भौतिक समस्याओं के लिए मानक प्रशिक्षण प्रक्रिया की नकल करता है, जहाँ नेटवर्क को सही संख्याएँ प्राप्त करने के लिए पुरस्कृत किया जाता है लेकिन उसे सीधे तौर पर यह नहीं सुधारा जाता कि वे संख्याएँ कितनी तेजी से बदल रही हैं। एक बार प्रशिक्षण पूरा हो जाने के बाद, शोधकर्ताओं ने नेटवर्क के आउटपुट का दूसरा अवकलज (second derivative) स्वतः गणना करने के लिए एक मानक कंप्यूटर टूल का उपयोग किया और इसकी तुलना वास्तविक गणितीय उत्तर से की।

परिणाम चौंकाने वाले थे। आवर्ती तरंग के लिए, नेटवर्क ने एक ऐसी रेखा बनाई जो वास्तविक वक्र के साथ लगभग पूरी तरह से मेल खाती थी, जिससे यह एक त्रुटिहीन सफलता की तरह दिखाई देती थी। हालाँकि, जब शोधकर्ताओं ने दूसरे अवकलज को देखा, जो रेखा की वक्रता का प्रतिनिधित्व करता है, तो उन्होंने पाया कि वक्रता में त्रुटियाँ काफी अधिक थीं। कुछ विशिष्ट स्थानीय क्षेत्रों में, वक्रता में त्रुटि स्वयं स्थिति की त्रुटि से दस से सौ गुना अधिक थी। नेटवर्क ने रेखा को सही ढंग से बनाना सीख लिया था लेकिन वह यह नहीं सीख पाया था कि वह रेखा कैसे मुड़ रही है। घातीय वक्र (exponential curve) के मामले में स्थिति और भी नाटकीय थी। जबकि नेटवर्क का वक्र की ऊँचाई का पूर्वानुमान दृश्य रूप से सटीक बना रहा, लेकिन दाईं ओर की सीमा के पास इसकी वक्रता का गणना तंत्र ढह गया। इस उच्च-वक्रता वाले क्षेत्र में, दूसरे अवकलज की त्रुटि कई गुना बढ़ गई, जो दस के मान तक पहुँच गई, जबकि ऊँचाई की त्रुटि बहुत कम रही। इसने सिद्ध कर दिया कि एक दृश्य रूप से विश्वसनीय समाधान एक भौतिक रूप से टूटे हुए समाधान के साथ सह-अस्तित्व में हो सकता है।

शोधकर्ताओं ने फिर यह परीक्षण किया कि क्या इस समस्या को केवल कंप्यूटर को अधिक डेटा देकर या नेटवर्क की आंतरिक सेटिंग्स को बदलकर ठीक किया जा सकता है। उन्होंने प्रशिक्षण बिंदुओं की संख्या कुछ दर्जन से बढ़ाकर पाँच सौ से अधिक कर दी, लेकिन सीमा के पास वक्रता में बड़ी त्रुटियाँ बनी रहीं। उन्होंने नेटवर्क के भीतर विभिन्न गणितीय फलनों (activation functions) का परीक्षण किया, यह देखने के लिए कि क्या कोई अन्य बेहतर है। हालाँकि कुछ विकल्पों ने त्रुटि को थोड़ा कम किया, लेकिन किसी ने भी स्थिति की सटीकता और वक्रता की सटीकता के बीच के मौलिक अंतर को समाप्त नहीं किया। अध्ययन ने यह भी दिखाया कि सफलता के मानक उपाय, जो अक्सर पूरे डोमेन में औसत त्रुटि देखते हैं, इस समस्या की गंभीरता को छिपा रहे थे। जब शोधकर्ताओं ने विशिष्ट छोटे क्षेत्रों में सबसे खराब त्रुटि (worst-case error) को देखा, तो विफलताएं गंभीर और स्थानीयकृत थीं, विशेष रूप से उन क्षेत्रों में जहाँ वक्र सबसे तेजी से बदल रहा था।

यह कार्य यह सुझाव देता है कि सिमुलेशन पर इसलिए भरोसा करने का वर्तमान तरीका कि आउटपुट सही दिखता है, अपर्याप्त है। अध्ययन यह दावा नहीं करता कि ये नेटवर्क बेकार हैं, बल्कि यह कहता है कि उनमें एक अंध बिंदु (blind spot) है। एक नेटवर्क अंतराल भरने (interpolation) में उत्कृष्ट हो सकता है, लेकिन भौतिक नियमों के लिए आवश्यक उच्च-क्रम की गतिशीलता (higher-order dynamics) को पकड़ने में विफल हो सकता है। शोधकर्ता निष्कर्ष निकालते हैं कि इन प्रणालियों के विश्वसनीय होने के लिए, वैज्ञानिकों को इन परिवर्तन की दरों की गणना को एक माध्यमिक जाँच के रूप में मानना बंद करना होगा। इसके बजाय, उन्हें इन दरों की त्रुटियों की सक्रिय रूप से निगरानी करनी चाहिए, विशेष रूप से उच्च वक्रता वाले क्षेत्रों या सीमाओं के पास। जिस प्रकार एक मानचित्र किसी शहर का सही स्थान दिखा सकता है लेकिन वहां जाने वाली सड़कों की ढलान दिखाने में विफल हो सकता है, उसी प्रकार एक फिजिक्स-इन्फॉर्म्ड न्यूरल नेटवर्क किसी प्रणाली की स्थिति को सही दिखा सकता है जबकि उन बलों को मिस कर सकता है जो उसे संचालित करते हैं। आगे का मार्ग एक नए नैदानिक प्रोटोकॉल की मांग करता है जो मान (value) की सटीकता को भौतिकी की विश्वसनीयता से अलग करता है, यह सुनिश्चित करता है कि सिमुलेशन केवल एक सुंदर चित्र नहीं, बल्कि वास्तविकता का एक सच्चा प्रतिनिधित्व है।