Riepilogo Tecnico: Aionoscope

Definizione del Problema

I modelli di fondazione per serie temporali vengono tipicamente valutati in base alla loro capacità di previsione (forecasting) o classificazione, ma tali metriche non rivelano se le rappresentazioni latenti dei modelli preservino lo stato del processo specifico che un utente potrebbe dover ispezionare. Variabili critiche come la tempistica degli eventi, la fase, l'ampiezza, la frequenza o le variabili di regime possono essere compresse o perse, anche se il modello produce previsioni accurate a breve orizzonte. Questa lacuna è particolarmente problematica per flussi operativi ad alto volume (ad es. monitoraggio, finanza, robotica) dove eventi rari o cambiamenti di regime occupano una piccola coda della distribuzione, mentre le perdite medie premiano le rappresentazioni del comportamento di fondo comune. Gli attuali benchmark del mondo reale spesso mancano di un accesso diretto agli stati latenti dei processi, affidandosi invece a etichette sparse, ritardate o intrecciate.

Metodologia: Aionoscope

Il documento introduce Aionoscope, uno strumento diagnostico basato su un generatore progettato per debuggare l'accessibilità dello stato latente nelle rappresentazioni di serie temporali congelate (frozen). La metodologia si basa su un contratto Processo-Vista (Process-to-View contract) che separa la generazione del processo dalla resa dell'osservazione.

1. Il Generatore (Miscele di Processi Primitivi)

Aionoscope utilizza un generatore controllato per produrre flussi di serie temporali sintetiche con una verità fondamentale (ground truth) esatta.

• Processo ($z_i$): Campiona stati latenti includendo componenti attive, regimi, frequenze, ampiezze, pendenze, offset, fase e tempistica.
• Vista ($x_i$): Rende lo stato latente in una serie temporale osservata attraverso miscelazione, rumore e variazioni di disturbo (nuisance).
• Etichette: Il sistema emette etichette categoriche esatte ($y^{cat}_i$, che indicano le componenti attive) e etichette dense ($y^{dense}_i$, parametri continui come tempistica e magnitudo) derivate dallo stesso stato latente.
• Complessità della Miscela: Il benchmark valuta $k \in \{1, 2, 3\}$ componenti attive per campione per testare l'isolamento rispetto all'interferenza.
• Componenti: L'istanza "Primitive Process Mixtures" utilizza 14 tipi di componenti (ad es. costante, rumore, trend, segnali periodici, eventi localizzati) e 34 parametri densi.

2. Protocollo di Valutazione

La valutazione testa l'accessibilità lineare aggregata (pooled linear accessibility) su rappresentazioni congelate:

• Modelli Congelati: Vengono valutati 37 sistemi modello-più-adapter utilizzando le loro lunghezze di input native.
• Readout: Le caratteristiche vengono estratte da ogni livello del modello congelato, aggregate tramite mean-pooling in un singolo vettore per campione, e fornite a leggeri probe lineari.
• Probe:
  • Probe Categorico: Predice le componenti attive (misurato tramite AUROC).
  • Probe Denso: Predice parametri continui (misurato tramite $R^2$ mascherato, dove solo le componenti attive sono incluse nella perdita).
• Baseline: Include baseline a caratteristiche fisse (forme d'onda grezze, FFT, statistiche) e righe oracle (che espongono direttamente le etichette del generatore) per calibrare la difficoltà del compito e la capacità dello stack di probe.

Contributi Chiave

1. Strumento Diagnostico Basato su Generatore: Introduce un contratto "Processo-Vista" che decoppia la generazione dello stato del processo dalla resa dell'osservazione, permettendo l'ottenimento di una verità fondamentale categorica e densa esatta.
2. Protocollo di Probe per l'Accessibilità dello Stato: Definisce un protocollo standardizzato utilizzando rappresentazioni congelate di lunghezza nativa, flussi deterministici con seed e probe lineari aggregati per livello.
3. Risultato Diagnostico Coarse-vs-Dense: Dimostra un mismatch sistematico in cui i modelli possono recuperare facilmente cosa componenti sono presenti (accessibilità grossolana/coarse) ma falliscono nel recuperare come esse siano parametrizzate (accessibilità densa).

Risultati

La valutazione di 37 sistemi rivela disparità significative tra l'accessibilità grossolana e quella fine:

• Mismatch Categorico vs Denso: La maggior parte dei sistemi raggiunge un alto AUROC categorico (spesso >0.90), indicando che possono identificare la presenza di componenti di segnale. Tuttavia, il recupero dei parametri densi è significativamente inferiore. Il più alto $R^2$ mascherato medio osservato per i probe densi è 0.689, mentre un oracle di feature dense raggiunge 0.999.
• Modalità di Fallimento: Le rappresentazioni spesso nascondono variabili critiche come tempistica, fase, ampiezza, frequenza e variabili di regime, anche quando il tipo generale di segnale è correttamente identificato.
• Variabilità per Livello: Il miglior livello per il recupero denso è spesso non finale (si verifica in 88 casi su 111), suggerendo che le valutazioni basate solo sull'ultimo livello perdono informazioni sullo stato accessibile.
• Complessità della Miscela: Mentre il recupero per $k=1$ (singola componente) è spesso saturo, $k=3$ (componenti multiple interferenti) espone profili di fallimento distinti e separa gli i sistemi in modo più efficace.
• Trend delle Famiglie: Sistemi come la famiglia Mantis hanno mostrato un recupero denso più forte rispetto ai modelli di trasferimento da immagini (ad es. TiConvNext), che si sono raggruppati in regioni ad alta categoricità ma bassa densità.

Significato e Rivendicazioni

Il paper posiziona Aionoscope come un test unitario diagnostico e uno scaffold per la generazione di ipotesi, esplicitamente non come una classifica stabile o una rivendicazione di prestazioni di trasferimento su task reali.

• Valore Diagnostico: Lo strumento evidenzia un modulo di fallimento specifico: una rappresentazione può apparire informativa riguardo a "quale tipo di segnale è presente" pur nascondendo le precise variabili di stato necessarie per il debug, il controllo o il supporto decisionale.
• Limitazioni: Gli autori sottolineano che i risultati sono condizionati a un singolo stream di addestramento, uno schema di seed per i probe e adapter di lunghezza nativa. I risultati negativi (basso $R^2$) indicano l'inaccessibilità sotto un readout lineare aggregato, non necessariamente l'assenza di informazione nella rappresentazione (che potrebbe essere recuperabile tramite readout non lineari o a livello di token).
• Lavoro Futuro: Il paper auspica studi di readout più ricchi, stream di valutazione nascosti e la validazione su distribuzioni di dati reali per andare oltre questo snapshot sintetico controllato.

In sintesi, Aionoscope fornisce un ambiente controllato per auditare se i modelli di fondazione per serie temporali preservano lo stato del processo latente necessario per la diagnostica, rivelando che un'elevata performance in termini di previsione o classificazione non garantisce l'accesso alle variabili di stato denso sottostanti.