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

Questo articolo presenta un quadro pedagogico in cinque moduli che utilizza PyTorch su GPU moderne per insegnare l'apprendimento automatico informato dalla fisica, confrontando diverse architetture di reti neurali su un pendolo non lineare e un oscillatore armonico quantistico anarmonico attraverso notebook Jupyter destinati a corsi universitari.

L'essenziale

Immagina di dover insegnare a un gruppo di studenti come insegnare a un computer a capire il mondo fisico. L'autore, Enis Yazici, ha creato un corso di 5 lezioni (un "framework pedagogico") che funziona come una scala: si parte da cose semplici e si sale verso cose molto complesse.

Ecco i punti chiave, spiegati con analogie di tutti i giorni:

1. La Scala della Complessità: Due Giochi Diversi

Il corso usa due "giochi" per insegnare le regole:

• Livello 1: L'Altalena (Il Pendolo Classico)
  Immagina un'altalena in un parco. C'è il vento che spinge, l'attrito che la rallenta e la gravità che la tira giù. È un sistema "non lineare", il che significa che se la spingi forte, il suo movimento diventa caotico e imprevedibile.

  • L'obiettivo: Insegnare al computer a prevedere dove sarà l'altalena tra 30 secondi.

• Livello 2: L'Atomo Strano (L'Oscillatore Quantistico)
  Qui saltiamo nel mondo microscopico. Immagina una particella intrappolata in una buca di energia, ma la buca non è liscia come una ciotola, ha delle irregolarità (come un terreno roccioso). Dobbiamo calcolare la sua "forma" (onda) e la sua energia.

  • L'obiettivo: Capire come si comporta questa particella senza poterla vedere direttamente, solo usando le leggi della fisica quantistica.

2. I Cinque "Studenti" (I Modelli)

Per risolvere questi problemi, il corso prova 5 metodi diversi, come se fossero 5 studenti con stili di apprendimento diversi:

1. Il Memorizzatore (ANN): Impara solo guardando i dati. Se gli mostri mille foto di un'altalena che si muove, impara a prevedere il movimento. È veloce, ma se gli chiedi qualcosa che non ha mai visto, sbaglia.
2. Il Riconoscitore di Pattern (CNN): Come un occhio che guarda un'immagine. Analizza la "forma" del problema (il potenziale energetico) e tira fuori una risposta.
3. Il Ricordatore di Sequenze (LSTM): Come qualcuno che legge una storia parola per parola. È ottimo per sequenze lunghe, ma richiede molta potenza di calcolo.
4. Il Fisico Rigoroso (PINN - Pendolo): Questo è il genio del corso. Non gli servono foto dell'altalena che si muove. Gli dai solo le leggi della fisica (le equazioni) e gli dici: "Devi rispettare queste regole". Lui impara rispettando le regole, non copiando i dati.
5. Il Fisico Quantistico (PINN - Oscillatore): Lo stesso approccio rigoroso, ma applicato alla meccanica quantistica.

3. La Grande Scoperta: "Imparare a Gradini" (Curriculum Training)

C'è un trucco fondamentale scoperto con il pendolo. Se chiedi al "Fisico Rigoroso" di imparare tutto il movimento dell'altalena (30 secondi) in una volta sola, si confonde e fallisce. È come chiedere a un bambino di imparare a guidare un'auto in autostrada senza aver mai guidato in un parcheggio.

La soluzione? Il metodo "Curriculum" (a gradini):

1. Prima gli si insegna a muoversi per 3 secondi.
2. Poi per 7 secondi.
3. Poi per 12, e così via, fino a 30.
   In questo modo, il computer costruisce le basi solide prima di affrontare la parte difficile. È come imparare a suonare il pianoforte: prima le scale, poi i brani complessi.

4. Il Confronto: Dati vs. Regole

Il paper fa una domanda cruciale: Quanti dati servono per insegnare a un computer?

• Se hai molti dati (migliaia di misurazioni dell'altalena), il metodo "Memorizzatore" (ANN) è velocissimo e molto preciso.
• Se hai pochi dati (o sono costosi da ottenere), il metodo "Fisico Rigoroso" (PINN) vince. Anche senza vedere l'altalena muoversi, sa prevedere il futuro perché conosce le leggi della natura.
• La regola d'oro: Se hai meno di 600 esempi, usa le leggi della fisica. Se ne hai di più, usa i dati.

5. Il Motore: CPU vs. GPU (Il Confronto Velocità)

Il paper usa un computer potentissimo (una scheda video NVIDIA RTX 5090) per vedere quanto velocemente questi "studenti" imparano.

• L'effetto sorpresa: Per i compiti piccoli (come l'altalena semplice), usare il super-computer (GPU) non aiuta molto, anzi, a volte è più lento perché il computer perde tempo a spostare i dati. È come usare un camion per portare una busta di lettere: è inutile.
• Il vero vantaggio: Per i compiti complessi e sequenziali (come l'oscillatore quantistico con l'LSTM), il super-computer è 24 volte più veloce. È come se 24 operai lavorassero insieme invece di uno solo. Questo insegna agli studenti che non sempre serve la macchina più potente, ma bisogna scegliere lo strumento giusto per il lavoro.

6. Perché questo è importante per gli studenti?

Questo corso non è solo teoria. È un laboratorio pratico che insegna:

• Quando usare l'intelligenza artificiale "pura" (quando hai i dati).
• Quando usare l'intelligenza artificiale "con la fisica" (quando i dati scarseggiano o vuoi capire come funziona il mondo, non solo prevederlo).
• Come scegliere l'hardware: Non sprecare energia e soldi usando super-computer per compiti semplici.

In Sintesi

L'autore ha creato una "palestra" per l'intelligenza artificiale applicata alla fisica. Invece di far saltare gli studenti direttamente nella giungla complessa della fisica quantistica, li fa iniziare con un'altalena, insegna loro a usare le leggi della fisica come bussola, e mostra loro quando usare un'auto piccola e quando serve un camioncino da corsa.

Il messaggio finale è: Non basta far "imparare" al computer; bisogna insegnargli a pensare come un fisico, rispettando le regole dell'universo.

Sommario tecnico

Titolo: Un Framework Pedagogico per l'Apprendimento Automatico Informato dalla Fisica: Dal Pendolo Classico all'Oscillatore Anarmonico Quantistico

1. Il Problema

I curricula ingegneristici moderni richiedono sempre più competenze pratiche nell'applicazione del Machine Learning (ML) a problemi scientifici, come la modellazione di equazioni differenziali ordinarie (ODE) e parziali (PDE), problemi agli autovalori e leggi di conservazione. Tuttavia, la maggior parte dei corsi introduttivi di ML si concentra su domini come la classificazione di immagini o l'elaborazione del linguaggio naturale, lasciando un vuoto formativo per gli studenti che devono affrontare sistemi fisici complessi.
Il salto concettuale dall'apprendimento supervisionato standard alle Reti Neurali Informate dalla Fisica (PINN) è spesso ripido e privo di una struttura didattica chiara. Inoltre, la selezione del framework software (es. PyTorch vs TensorFlow) su hardware di ultima generazione presenta sfide di compatibilità che devono essere affrontate in un contesto educativo.

2. Metodologia

L'autore propone un framework pedagogico modulare a cinque fasi che guida gli studenti da modelli puramente basati sui dati a modelli vincolati dalla fisica, utilizzando due sistemi fisici canonici di crescente complessità:

• Sistemi Fisici:

  1. Pendolo Classico Nonlineare: Un oscillatore smorzato e forzato governato da un'ODE del secondo ordine.
  2. Oscillatore Anarmonico Quantistico: Un sistema quantistico unidimensionale governato dall'equazione di Schrödinger stazionaria con potenziale quartico.

• Architetture di Modelli Implementate (in PyTorch 2.9):

  1. ANN (Artificial Neural Network): Per il pendolo, una rete fully-connected che mappa caratteristiche ingegnerizzate (tempo, velocità angolare, ecc.) alla posizione.
  2. CNN (Convolutional Neural Network): Per l'oscillatore quantistico, elabora il vettore del potenziale discretizzato.
  3. LSTM (Long Short-Term Memory): Tratta il potenziale quantistico come una sequenza temporale.
  4. PINN per il Pendolo: Incorpora il residuo dell'ODE nella funzione di perdita. Utilizza una strategia di "curriculum training" (addestramento curricolare): la rete viene addestrata inizialmente su un intervallo temporale breve ($t \in [0, 3]$ s) e la finestra viene espansa progressivamente in sei stadi fino a $t=30$ s. Questo è cruciale per la convergenza a lungo termine.
  5. PINN Quantistico: Risolve l'equazione di Schrödinger, trattando l'energia dello stato fondamentale ($E$) come un parametro apprendibile e includendo un termine di perdita per la normalizzazione della funzione d'onda.

• Ambiente Hardware e Software:

  • Implementazione in PyTorch 2.9 con CUDA 12.8.
  • Esecuzione su GPU NVIDIA RTX 5090 (architettura Blackwell).
  • TensorFlow è stato esplicitamente escluso a causa di incompatibilità (segmentation fault) con l'architettura Blackwell nelle versioni attuali, trasformando questa limitazione tecnica in un momento didattico sulla selezione del framework.

3. Contributi Chiave

1. Progressione Strutturata: Un percorso didattico chiaro che transita dai modelli guidati dai dati a quelli vincolati dalla fisica attraverso due sistemi reali.
2. Strategia di Curriculum Training per PINN: Dimostrazione che l'addestramento progressivo (curriculum) è essenziale per la precisione a lungo termine nelle PINN non lineari, superando il fallimento dell'addestramento monostadio su intervalli estesi.
3. Benchmark Hardware-Aware: Un'analisi quantitativa del rapporto CPU/GPU che identifica quando l'accelerazione hardware è vantaggiosa, fornendo agli studenti principi di progettazione consapevoli dell'hardware.
4. Risorse Didattiche Open Source: Notebook Jupyter auto-contenuti con domande riflessive, pronti per corsi universitari di livello magistrale.

4. Risultati

• Accuratezza e Prestazioni:

  • Pendolo: L'ANN (basato sui dati) raggiunge un MAE di $1.3 \times 10^{-2}$ rad, mentre la PINN (senza dati etichettati, solo punti di collocazione) ottiene un MAE di $3.1 \times 10^{-2}$ rad. L'ANN richiede la conoscenza della velocità angolare come input, mentre la PINN richiede solo parametri del sistema e condizioni iniziali.
  • Quantistico: La CNN raggiunge un MAE eccezionale di $4.4 \times 10^{-5}$ a.u. per l'energia dello stato fondamentale. La PINN quantistica recupera sia la funzione d'onda completa che l'autovalore dell'energia ($\hat{E} = 0.5597$ a.u., errore di $5.5 \times 10^{-4}$ rispetto al riferimento FDM).
  • Efficienza dei Dati: L'ANN supera la PINN solo se sono disponibili più di ~600 campioni etichettati. Sotto questa soglia, la PINN è superiore, offrendo una regola decisionale pratica per gli studenti.

• Benchmark CPU vs GPU (RTX 5090):

  • LSTM: Mostra il miglioramento più drastico con un speedup di 24.6x sulla GPU. Questo perché l'elaborazione sequenziale di 500 passaggi su CPU è un collo di bottiglia, mentre la GPU parallelizza efficacemente i batch.
  • ANN Piccoli: Mostrano un speedup minimo (1.2x - 1.7x) perché il tempo di trasferimento dati PCIe domina sul tempo di calcolo per modelli piccoli.
  • PINN: Beneficiano moderatamente (1.6x - 1.7x) a causa della natura sequenziale del calcolo delle derivate tramite autograd.

5. Significato e Implicazioni

Il lavoro fornisce un modello educativo fondamentale per integrare l'IA nella fisica computazionale:

• Scelta del Modello: Offre una "mappa" qualitativa per selezionare l'architettura giusta: modelli data-driven per grandi dataset e inferenza rapida; PINN per dati scarsi, necessità di campi di soluzione completi (es. $\psi(x)$) o interpretabilità fisica.
• Consapevolezza Hardware: Dimostra che l'accelerazione GPU non è universale; il suo beneficio dipende dall'architettura del modello (parallelizzabilità) e dalle dimensioni del batch.
• Robustezza Didattica: La strategia di curriculum training risolve un problema pratico noto nelle PINN, insegnando agli studenti come gestire la complessità dell'ottimizzazione.
• Rilevanza Industriale/Accademica: L'uso di PyTorch su hardware di punta (Blackwell) prepara gli studenti agli strumenti attuali della ricerca, evitando trappole di compatibilità software.

In sintesi, il framework trasforma concetti teorici complessi in esercizi pratici e misurabili, colmando il divario tra l'apprendimento automatico standard e la modellazione fisica avanzata.