Was geschehen ist
Ein Team des Laboratory for Information and Decision Systems (LIDS) am MIT hat ein Verfahren entwickelt, das verhindert, dass Modelle des maschinellen Lernens für chaotische Systeme, darunter Wetter, Klima und turbulente Strömungen, physikalisch unmögliche Prognosen liefern, berichtete MIT News. Die Arbeit erscheint in der Fachzeitschrift Proceedings of the National Academy of Sciences und stammt von dem Doktoranden Sunbochen Tang sowie den Professoren Navid Azizan und Themistoklis Sapsis.
Bei dieser Methode lernt das Modell gemeinsam eine energieähnliche Funktion und eine Grenze, die sein chaotisches Verhalten einhegen soll. Eine zusätzliche Projektionsschicht erzwingt die Energiedissipation als harte Nebenbedingung: Jenseits dieser Grenze muss die energieähnliche Größe sinken, und die Simulation wird wieder ins Innere zurückgezogen. Das Team gibt an, dass dies eine theoretische Garantie dafür bietet, dass die Vorhersagen über Prognosehorizonte beliebiger Länge beschränkt bleiben.
In Tests an bekannten physikalischen Systemen, von einfachen Lehrbuchbeispielen bis hin zu komplexen mehrdimensionalen Systemen, folgte der Ansatz den tatsächlichen Ergebnissen eng, während herkömmliche Methoden bald davon abwichen. Zusammen mit der Veröffentlichung steht Open-Source-Code zur Verfügung. Azizan sagte, die Schicht sei modellunabhängig. Tang erklärte, das Team plane als Nächstes, sie an datengetriebenen Modellen für realistisches Wetter zu erproben. Ein Folgepapier von Teammitgliedern erhielt auf der diesjährigen Konferenz Learning for Dynamics and Control den Best Paper Award.
Hintergrund
Chaotische Systeme reagieren äußerst empfindlich auf ihre Anfangsbedingungen, und kleine Fehler in gelernten Modellen können sich aufschaukeln, bis die Ausgaben unbegrenzt wachsen. Tang sagte, frühere Lösungen hätten auf Strafen oder Anreize während des Trainings gesetzt, die keine Gewähr bieten, sobald ein Modell auf neue Eingaben trifft. Er fügte hinzu, dass das bloße Begrenzen von Werten auf willkürliche Grenzen ein Modell daran hindern kann, komplexe Merkmale aus den Daten zu lernen.
Das Briefing
Die Tech-Woche in einer E-Mail.
Die lesenswerten Beiträge der Woche. Jederzeit abbestellbar.
