L'IA face aux grands problèmes du monde · Informatique théorique · arXiv · 2026-10-20
Quand la physique à bas coût aide-t-elle ? Réseaux multi-fidélité informés par la physique à portes d'activation avec économies d'échantillons prouvables et garanties conformelles
Titre original: When Does Cheap Physics Help? Gated Multi-Fidelity Physics-Informed Networks with Provable Sample Savings and Conformal Guarantees
Les simulations haute fidélité d'EDP paramétriques sont coûteuses, tandis que les modèles basse fidélité, bon marché, sont biaisés, et l'on ne savait pas quand ceux-ci réduisent réellement le nombre de résolutions haute fidélité. Guidés par une analyse de complexité d'échantillonnage, les auteurs proposent GaMF-PINN, un réseau informé par la physique multi-fidélité à portes (gated) qui apprend où faire confiance au modèle basse fidélité et revient ailleurs à un apprentissage basé uniquement sur la physique, associé à une procédure conforme au niveau de la fonction qui renvoie des bandes d'incertitude contenant l'intégralité de la solution haute fidélité avec une probabilité d'au moins 1-alpha. Sur le benchmark MFPDE-Bench publié, il égale un PINN haute fidélité standard avec jusqu'à 8x moins de résolutions haute fidélité, reste robuste lorsque le modèle basse fidélité est délibérément corrompu et atteint une couverture nominale là où les PINN bayésiens et les ensembles profonds sont en sous-couverture.