Learning Nonlinear Reduced-Order Models of Fluid Flows with InfoVAE

渦巻く川の中で、たった一枚の葉が描く軌道を予測することを想像してみてください。水はただ流れるのではありません。それはねじれ、曲がり、そして無数の小さな渦や巨大な流れの中で、自分自身と衝突しながら目まぐるしく踊っています。これが流体力学、つまり液体や気体がどのように動くかを研究する科学の世界です。私たちはこの動きを完璧に記述する強力な数学的規則（ナビエ・ストークス方程式と呼ばれます）を持っていますが、現実世界の状況に対してそれを解くことは、潮が満ちてくる中でビーチにあるすべての砂粒を数えようとするようなものです。それにはスーパーコンピュータが必要であり、膨大な時間がかかります。これを高速化するために、科学者は「次数低減モデル（reduced-order models）」を使用します。これらは、川の写真ではなく、川のスケッチのようなものだと考えてください。すべての水滴を追跡する代わりに、彼らは動きの大部分を説明できるいくつかの主要なパターン（例えば主要な渦など）を見つけ出し、重労働をすることなく未来を予測しようとするのです。

しかし、これらのスケッチには問題があります。従来のメソッドは、複雑にねじれた竜巻を直線だけで描こうとするようなものです。単純で予測可能な流れにはうまく機能しますが、流体が乱雑で、混沌としていて、真に乱流となったとき、直線ではその激しい曲線を描き切ることができません。ここで、人工知能を用いた新しいアプローチが登場します。これは、単に無理やり直線に当てはめるのではなく、混沌の「形」を学習しようとする試みです。

本論文において、モロッコの研究チームは、InfoVAE（情報最大化変分オートエンコーダ）と呼ばれる特定の種類のAIを用いて、これらのスケッチを描く巧妙な新しい方法を提案しています。彼らはこのアイデアを、2枚の平板を流れる水のコンピュータ・シミュレーションでテストしました。あるテストでは、水は滑らかに、予測可能な通りに流れていました（リズムに乗ったダンスのように）。もう一方のテストでは、水は荒々しく、混沌とした状態になっていました（モッシュピットのように）。研究者たちは、彼らの新しいAI手法が、複雑な水のデータを非常に小さくシンプルな要約へと圧縮することに優れていることを見出しました。このAIは、流体の重要な「動き」をノイズから分離することを学習し、従来の線形手法が見出したパターンと非常によく似た低次元のマップを作成しました。そして、彼らはこのAIマップをTransformerと呼ばれる別のツールと組み合わせ、流れが時間の経過とともにどのように変化するかを予測しました。この手法は、滑らかでリズムのある流れに対しては非常によく機能し、混沌とした流れに対しても大きな有望性を示しましたが、チームは、混沌としたシミュレーションを長時間実行しようとした際に、コンピュータの限界に直面したことも記しています。それでもなお、結果は、このAIアプローチが、すべての水滴をシミュレートすることなく、流体の激しい挙動を理解し予測するための強力なツールであることを示唆しています。

流れの物語

あなたが川についての映画を撮影しようとしている監督だと想像してください。あなたには、あらゆる水分子を記録するカメラがあります。それは膨大なデータです！もしすべてのフレームのすべての分子を保存しようとしたら、あなたのハードドライブは爆発してしまうでしょう。そこで、あなたはスマートな助手（AI）を雇い、映画を観て要約を書いてもらうことにしました。

これを行う従来の方法は、厳格な司書のようなものでした。司書はこう言います。「よし、川は直線で動いている。我々は水が左、右、上、下へ動くことだけを追跡する。」これは川が穏やかならば問題ありません。しかし、もし川が回転し、渦を巻き、自分自身に衝突し始めたら、司書は混乱してしまいます。直線は曲線には適合せず、要約はめちゃくちゃになってしまいます。これが、論文の中で言及されている従来の「固有直交分解（POD）」メソッドで起こることです。これは単純な流れには優れていますが、流れが非線形で混沌とした場合には苦戦します。

この論文の研究者たちは、異なる種類の助手を試すことにしました。それがInfoVAEです。このAIを、単に直線を探すのではなく、動きの「本質」を探るクリエイティブなアーティストだと考えてください。AIはこう問いかけます。「このダンスを構成する、いくつかの鍵となる『動き』は何だろうか？」

彼らはこのアーティストを、2つの異なる「映画」でテストしました。

1. リズムに乗ったダンサー (Re = 40): ここでは、水が2枚の板を通り過ぎ、渦の規則的な繰り返しパターンを作り出します。それはメトロノームのようです。研究者たちは、InfoVAEがこの映画全体をわずか2つの主要な「動き」（潜在次元）へと圧縮できることを見出しました。それは流れのエネルギーの**94%**を捉えており、これは従来の司書の手法（**98.4%**を捉えた）とほぼ同等です。しかし、ここからが面白いところです。AIは単に古い手法を模倣したのではなく、これらのパターンを自ら学習したのであり、見出したパターンは実生活で見られるはずの渦巻く後流と全く同じものでした。
2. モッシュピット (Re = 100): このシナリオでは、水は板を異なる角度で、より速く流れます。流れは混沌とし、予測不能で、荒々しくなります。これは、あらゆるものが互いにぶつかり合う「モッシュピット」です。従来の司書（POD）は、直線が通用しないため、ここで苦戦することになります。しかし、InfoVAEは、この混沌を記述するために6つの主要な「動き」を見つけ出すことができました。AIは、膨大な量のデータを、実物と変わらない見た目を持つ極めて小さな要約へと、見事に圧縮することに成功しました。

彼らの手法

研究者たちは、主に2つの部分からなる機械学習システムを構築しました。まず、InfoVAEを使用してコンプレッサー（圧縮器）として機能させました。それは、水の流れの高解像度ビデオを取り込み、それを非常に小さな低次元の「潜在空間」へと押しつぶします。この潜在空間は、一種の秘密のコードだと考えてください。何百万もの数字をすべての水滴に対して保存する代わりに、AIは主要な渦や波を表すわずかな数字だけを保存します。

論文では、従来のAIモデル（標準的な変分オートエンコーダ）が、潜在空間を十分に活用できていないという問題をしばしば抱えていることが説明されています。彼らは秘密のコードを無視して、記憶から画像を推測しようとしたり、あるいはコードが実際に何を意味しているのかについて混乱したりすることがあります。InfoVAEは、特別なルール（数学的な目的関数）を用いることで、この問題を解決し、コードを有用で情報量の多いものにするようAIに強制します。これにより、コードが単なるランダムなノイズではなく、実際に水の流れの物語を伝えていることを保証します。

AIがこの秘密のコードを手に入れたら、次に**イージー・アテンション・トランスフォーマー（Easy-Attention Transformer）という別のツールを使用して、未来を予測しました。水のダンスを表す一連の秘密のコードを持っていると想像してください。トランスフォーマーは、直前の数個のコードを見て、次のコードがどうなるかを推測します。それは、ダンスのルーチンにおける次のステップを予測するようなものです。研究者たちは、これをデータの90%で学習させ、残りの10%**でテストを行いました。

得られた知見

結果は非常に有望でした。リズムのある流れ（Re = 40）において、AIの秘密のコードは非常に優れており、それを水の画像へと戻したとき、元の画像とほぼ同一に見えました。「渦」の形は、AIが見出したものは物理法則と完璧に一致していました。論文では、たとえ秘密のコードを大きくしようとしても（次元を追加しても）、AIは自然に、それらのうち2つの次元だけが実際に重要であると判断し、残りを無視したことが記されています。これは、AIが自分自身にどれだけの情報が必要かを正確に把握できるほど賢かったことを示しています。

混沌とした流れ（Re = 100）についても、結果は勇気づけられるものでした。AIは、この乱れた流れのコンパクトな表現を学習することに成功しました。学習グラフを見ると、エラー（AIがいかに間違っているか）は着実に減少し、「正則化」（コードを整理しておくためのルール）は安定していました。これは、AIが単にデータを暗記したのではなく、混沌としたダンスの背後にある根本的なルールを実際に学習したことを示唆しています。

しかし、論文は自らの限界についても正直に述べています。研究者たちは、混沌とした流れに対してより詳細な数値を計算し、さらなるテストを行いたいと考えていましたが、コンピュータ（Marwan HPCクラスター）が、長いシミュレーションを完了する前にクラッシュするか、あるいは実行時間が足りなくなりました。このため、混沌としたケースについて、彼らが望んだすべての統計量を報告することはできませんでした。また、彼らは2つの特定の速度（レイノルズ数40および100）のみをテストし、かつ2次元（平坦な2次元の水）のみを対象としたことも指摘しています。彼らは、3次元の流れ（実際の3次元空間における川のようなもの）や、さらに高速な流れについてはテストしていません。

まとめ

では、これらはすべて何を意味しているのでしょうか？ 本論文は、InfoVAEを使用することが、複雑な流体の流れを簡略化するための強力な方法であることを示唆しています。それは、従来の「直線」による手法よりも優れており、流体の動きにおける乱雑で、ねじれた、混沌とした部分を扱うことができます。それは、重要な物理特性を損なうことなく、流れの重要性を維持したまま、小さく効率的な要約を作成します。

これは、まだすべての流体問題を解決する魔法の杖ではありませんが（特に高速での3次元の混沌については）、非常に強力な一歩です。研究者たちは、このスマートなAIコンプレッサーと予測器を組み合わせることで、流体の挙動を正確かつ高速にモデル化できることを示しました。それは、混沌としたモッシュピットを数個の主要なダンスの動きへと要約し、群衆の中のすべての人を見る必要なく、次の動きを予測することを可能にする、優れたディレクターをようやく手に入れたようなものです。彼らが示唆する未来は、このアイデアをさらに複雑な、三次元的で高速な流体問題へと適用していくことにあります。