Experimental Design for Missing Physics

Este artigo apresenta uma técnica de planejamento experimental sequencial que otimiza a discriminação entre estruturas de modelos plausíveis, identificadas por equações diferenciais universais e regressão simbólica, para aprender física ausente em sistemas de processos a partir de dados experimentais de alta qualidade, com aplicação em um biorreator.

O essencial

Imagine que você é um detetive tentando resolver um crime, mas a polícia (a ciência) não tem todas as regras do jogo. Você sabe que o suspeito (o sistema biológico) se move de uma forma específica, mas falta uma peça fundamental no quebra-cabeça: como exatamente ele reage a certas situações?

Esse é o problema que os autores deste artigo estão tentando resolver. Vamos descomplicar a ciência por trás disso usando uma analogia de uma cozinha experimental.

1. O Problema: A Receita Incompleta

Imagine que você tem uma receita para fazer um bolo (o modelo do reator biológico). Você sabe exatamente quanto de farinha, ovos e açúcar usar (as leis físicas conhecidas). Mas há um ingrediente secreto, o "pó mágico" (a física faltante), que faz o bolo crescer. Você não sabe o que é esse pó, nem quanto usar.

• O que os cientistas fazem antes: Eles tentam adivinhar o pó ou fazem testes aleatórios, esperando que a receita funcione.
• O problema: Se você fizer testes aleatórios, pode acabar gastando ingredientes preciosos sem nunca descobrir o segredo do crescimento do bolo.

2. A Ferramenta Mágica: O "Cérebro" e o "Tradutor"

Para descobrir esse ingrediente secreto, os autores usam uma combinação de duas tecnologias de Inteligência Artificial:

1. A Rede Neural (O "Cérebro" Aprendiz): Imagine um cozinheiro robô superinteligente que pode provar o bolo a cada minuto e ajustar o "pó mágico" instantaneamente. Ele aprende a função secreta (o crescimento) baseando-se nos dados que você fornece. O problema é que esse robô é uma "caixa preta": ele sabe fazer o bolo, mas não consegue explicar por que fez daquela forma.
2. A Regressão Simbólica (O "Tradutor" Humano): Como os cientistas precisam entender a receita, eles usam esse "tradutor". Ele olha para o que o robô fez e tenta escrever uma fórmula matemática simples e legível (como "2 xícaras de pó") que explique o comportamento do robô.

3. O Grande Desafio: Como Coletar os Dados Certos?

Aqui está o pulo do gato. Para que o "Cérebro" aprenda e o "Tradutor" funcione, você precisa de dados de alta qualidade.

Se você apenas misturar os ingredientes aleatoriamente (experimentos aleatórios), o robô pode aprender coisas erradas ou o tradutor pode sugerir receitas sem sentido.

A Solução: O "Detetive de Experimentos"
Os autores criaram um método inteligente para decidir o que fazer a seguir em cada etapa do experimento. É como se fosse um jogo de "Quem é quem?":

1. Etapa 1 (O Teste Inicial): Você faz um teste básico. O "Cérebro" aprende um pouco e o "Tradutor" sugere 10 receitas possíveis para o pó mágico.
   • Exemplo: A receita A diz "use mais pó quando a massa estiver fria". A receita B diz "use menos pó quando estiver quente".
2. Etapa 2 (O Teste de Discriminação): O sistema pensa: "Ok, essas receitas são diferentes. Onde elas mais divergem? Ah, quando a temperatura está no meio-termo!"
   • Em vez de fazer um teste aleatório, o sistema otimiza o próximo experimento para forçar o reator a ficar exatamente nessa temperatura "confusa".
   • Isso cria uma situação onde a Receita A diz "o bolo vai crescer muito" e a Receita B diz "o bolo vai murchar".
3. O Resultado: Ao observar o que realmente acontece nessa situação extrema, você descarta imediatamente várias receitas erradas. As que sobram são as mais prováveis.

4. O Resultado no "Laboratório"

Os autores testaram isso em um biorreator (um tanque gigante onde bactérias crescem para fazer remédios ou biocombustíveis).

• O Cenário: Eles queriam descobrir a lei exata de como as bactérias crescem (a famosa equação de Monod, que é como a "lei da gravidade" para bactérias).
• O Método: Eles usaram 3 experimentos inteligentes, onde controlaram a entrada de alimento (o "pó") de forma estratégica para confundir e eliminar as teorias erradas.
• A Comparação: Eles também fizeram 5 experimentos com controles aleatórios (como jogar dados para decidir o que fazer).
• O Veredito: Com os experimentos aleatórios, eles nunca descobriram a fórmula correta. Com o método inteligente de "detetive", eles descobriram a fórmula perfeita (Monod) logo no início.

Resumo em uma Frase

Em vez de tentar adivinhar a física faltante jogando dados, os autores criaram um sistema que planeja cada experimento para ser uma "armadilha", forçando as teorias erradas a falharem de forma clara, permitindo que a verdade matemática apareça rapidamente com menos dados e menos custo.

É como se, em vez de tentar adivinhar o código de um cofre tentando combinações aleatórias, você tivesse um assistente que diz: "Tente o número 5 agora, porque se o cofre não abrir, saberemos que a senha não começa com 1, 2, 3 ou 4".

Resumo técnico

Resumo Técnico: Experimental Design for Missing Physics

1. Problema Abordado

Em sistemas de processos (bio)químicos, a modelagem baseada em leis físicas, químicas e biológicas é frequentemente incompleta. Essas lacunas no conhecimento, denominadas "física faltante" (missing physics), impedem a descrição precisa do sistema através de equações diferenciais não lineares convencionais.
Embora técnicas recentes de aprendizado de máquina, como Equações Diferenciais Universais (UDEs) combinadas com Regressão Simbólica, tenham surgido como ferramentas poderosas para descobrir essas estruturas desconhecidas a partir de dados, elas são "famintas por dados". O desafio central é que os métodos atuais de Design Experimental Baseado em Modelo (MbDoE) focam na precisão de parâmetros ou na discriminação entre um número finito de estruturas de modelo pré-definidas. Quando a estrutura do modelo é totalmente desconhecida, essas técnicas falham. Portanto, há uma necessidade crítica de desenvolver estratégias de coleta de dados que sejam altamente informativas para recuperar a verdadeira estrutura física ausente.

2. Metodologia Proposta

Os autores propõem uma técnica de Design Experimental Sequencial otimizada para discriminar entre estruturas de modelo plausíveis sugeridas por regressão simbólica. O fluxo de trabalho é o seguinte:

1. Modelagem com UDE: A parte desconhecida da dinâmica do sistema (a física faltante) é representada por uma Rede Neural (NN) dentro de um sistema de equações diferenciais.
2. Regressão Simbólica: Após o treinamento da UDE com dados experimentais, a rede neural é processada por um algoritmo de regressão simbólica. Este algoritmo busca expressões matemáticas interpretáveis (árvores de expressão) que se ajustem bem à saída da rede neural, gerando um conjunto de estruturas de modelo plausíveis.
3. Discriminação de Modelos (Critério de Otimização): O núcleo da contribuição é o desenvolvimento de um critério de otimização para o próximo experimento. Diferente do design T-ótimo tradicional (que compara um modelo "verdadeiro" com alternativas), este método calcula a distância média entre todos os pares das estruturas plausíveis atuais.
   • O objetivo é encontrar a entrada de controle $u(t)$ que maximize a diferença nas previsões de saída entre essas estruturas plausíveis.
   • Isso força o sistema a operar em regiões onde os modelos concorrentes divergem mais, permitindo que os dados coletados eliminem rapidamente as estruturas incorretas.
4. Iteração: Os novos dados são usados para re-treinar a UDE, a regressão simbólica é executada novamente para atualizar o conjunto de modelos plausíveis, e o ciclo se repete.

3. Contribuições Principais

• Novo Critério de Design Experimental: Adaptação do design T-ótimo para cenários onde não há um "modelo verdade" conhecido, focando na maximização da distância entre múltiplos candidatos gerados por regressão simbólica.
• Integração de Técnicas Híbridas: Combinação eficaz de UDEs (para flexibilidade na modelagem), Regressão Simbólica (para interpretabilidade e descoberta de leis físicas) e Design Experimental Sequencial (para eficiência na coleta de dados).
• Abordagem para Física Desconhecida: Uma metodologia capaz de lidar com partes do modelo onde a estrutura funcional é totalmente desconhecida, superando as limitações do MbDoE tradicional focado apenas em parâmetros.

4. Resultados (Caso de Estudo: Bioreator)

A metodologia foi aplicada a um bioreator em batelada alimentada (fed-batch), onde a taxa de crescimento específico ($\mu$) era desconhecida (a verdadeira física era a equação de Monod).

• Experimentos Sequenciais: Foram realizados três experimentos sequenciais. O primeiro forneceu dados iniciais; o segundo e o terceiro foram otimizados para discriminar entre grupos de modelos que previam comportamentos divergentes (ex: crescimento contínuo vs. saturação).
• Recuperação do Modelo: Após três experimentos, a regressão simbólica identificou a Equação de Monod como a estrutura com a maior pontuação (melhor equilíbrio entre precisão e complexidade), recuperando com sucesso a física subjacente.
• Comparação com Controle Aleatório: O método proposto foi comparado com 5 experimentos aleatórios (controles uniformemente distribuídos). Em nenhum dos experimentos aleatórios a equação de Monod foi recuperada, demonstrando o ganho significativo de informação proporcionado pelo design ótimo.
• Visualização: As figuras do artigo mostram que, enquanto a UDE e os modelos plausíveis ajustam bem os dados nas regiões medidas, a otimização do controle forçou o sistema a explorar regiões de concentração de substrato onde a incerteza entre os modelos era máxima, resolvendo a ambiguidade.

5. Significância e Conclusão

O trabalho demonstra que é possível recuperar leis físicas fundamentais desconhecidas a partir de dados experimentais escassos, desde que os dados sejam coletados de forma estratégica.

• Eficiência de Dados: A técnica reduz drasticamente a quantidade de dados necessária para descobrir a estrutura do modelo em comparação com abordagens aleatórias.
• Interpretabilidade: Ao transformar redes neurais "caixas-pretas" em equações simbólicas, o método mantém a utilidade científica dos modelos, permitindo que os pesquisadores entendam as leis físicas descobertas.
• Futuro: Os autores sugerem que o próximo passo é a automação do ajuste de hiperparâmetros das redes neurais e da regressão simbólica em tempo real, tornando o design experimental verdadeiramente online e adaptativo.

Em suma, o artigo oferece um framework robusto para a descoberta de equações diferenciais parciais ou ordinárias em sistemas complexos, unindo a flexibilidade do aprendizado de máquina profundo com a rigorosidade da modelagem física tradicional.