不過半個月，何愷明又有新作了，這次的主題是：

去噪方法結(jié)合哈密頓神經(jīng)網(wǎng)絡(luò)，讓AI更懂物理。

何愷明團隊認為，現(xiàn)有機器學習框架在處理物理問題時存在以下局限：

• 主要關(guān)注局部時間關(guān)系，如預測下一個時間步長的物理狀態(tài)，而忽略了長程和高層物理交互
• 主要聚焦于正向模擬，如根據(jù)初始條件預測系統(tǒng)的演變，而忽視了其他物理推理任務(wù)

受到生成圖像的擴散模型啟發(fā)，新框架去噪哈密頓網(wǎng)絡(luò)將哈密頓神力學運算符推廣為通用的神經(jīng)運算符，既遵循物理約束，又利用神經(jīng)網(wǎng)絡(luò)的靈活性和表現(xiàn)力，并在鐘擺等物理推理任務(wù)中展示了去噪哈密頓網(wǎng)絡(luò)的有效性和靈活性。

讓AI更懂物理，怎么做到的？

首先來介紹哈密頓力學，將系統(tǒng)的演化通過相空間中的軌跡表示，其中的動力學規(guī)律由哈密頓方程給出。

傳統(tǒng)的哈密頓神經(jīng)網(wǎng)絡(luò)（HNN）將哈密頓量視為由神經(jīng)網(wǎng)絡(luò)參數(shù)化的黑盒函數(shù)，并通過優(yōu)化參數(shù)最小化損失函數(shù)。

但HNN在推理時卻受到挑戰(zhàn)，由于確定新的系統(tǒng)狀態(tài)需要解決優(yōu)化問題，當可用數(shù)據(jù)由單個仿真軌跡組成而沒有額外的參考點時，就會變得困難。

新的解決辦法是把優(yōu)化過程合并到網(wǎng)絡(luò)中，統(tǒng)一了每個時間步長狀態(tài)優(yōu)化的去噪更新規(guī)則和跨時間步的哈密頓建模狀態(tài)關(guān)系。

首先，Block-wise哈密頓量設(shè)計將系統(tǒng)狀態(tài)按塊劃分和設(shè)置步長，建立起不同時間塊之間的聯(lián)系，可以觀察系統(tǒng)在不同時間尺度上的行為，超越了經(jīng)典HNN僅對相鄰時間步的建模局限。

由于期望Block-wise哈密頓量不僅能對跨時間步的狀態(tài)關(guān)系進行建模，還能學習每個時間步的狀態(tài)優(yōu)化，以用于推理。

因此采用掩碼建模策略，在訓練網(wǎng)絡(luò)時，將部分輸入狀態(tài)掩碼掉。

具體操作上，向輸入狀態(tài)添加不同幅度的噪聲，而不是簡單地掩碼掉輸入狀態(tài)。

通過設(shè)計不同的掩碼模式，可實現(xiàn)適應(yīng)不同任務(wù)的靈活推理策略：

• 自回歸掩碼：掩碼掉最后幾個狀態(tài)，類似于物理模擬中的下一狀態(tài)預測的前向建模。在正向模擬任務(wù)中，訓練時模型根據(jù)前面已知狀態(tài)預測被掩碼的后續(xù)狀態(tài)，學習狀態(tài)隨時間的演變規(guī)律，推理時利用這些規(guī)律預測未來狀態(tài)。
• 超分辨率掩碼：掩碼掉中間的狀態(tài)，可用于數(shù)據(jù)插值。在軌跡插值任務(wù)中，通過這種掩碼模式，模型學習根據(jù)周圍已知狀態(tài)來推斷中間被掩碼狀態(tài)的值，從而實現(xiàn)對稀疏軌跡的超分辨率處理。
• 任意順序掩碼：包括隨機掩碼，可根據(jù)任務(wù)需求自適應(yīng)設(shè)計掩碼模式，增強模型在不同場景下的適應(yīng)性。在表示學習任務(wù)中，隨機掩碼有助于模型學習到更魯棒的物理系統(tǒng)特征表示。

基于Block-wise哈密頓量構(gòu)建的神經(jīng)網(wǎng)絡(luò)基于僅解碼器Transformer。

總體是與GPT系列類似的架構(gòu)，但沒有因果注意力掩碼，對每個軌跡使用潛空間編碼z作為哈密頓值輸出的查詢token，編碼每個狀態(tài)的噪聲標度并添加到位置嵌入中。

該架構(gòu)不是依靠編碼器從軌跡數(shù)據(jù)中推斷全局潛空間編碼，而是采用自解碼器框架，為每個軌跡維護一個可學習的潛空間編碼z。

這種方法允許模型存儲和優(yōu)化特定于系統(tǒng)的嵌入，而無需單獨的編碼過程。

在訓練過程中，共同優(yōu)化網(wǎng)絡(luò)權(quán)重和Codebook。訓練后，給定一個新的軌跡凍結(jié)網(wǎng)絡(luò)權(quán)重，只優(yōu)化新軌跡的潛空間編碼。

在單擺和雙擺系統(tǒng)上進行實驗，測試了去噪哈密頓網(wǎng)絡(luò)在正向模擬、表征學習和軌跡插值三個任務(wù)中的性能。

正向模擬實驗中，噪哈密頓網(wǎng)絡(luò)比傳統(tǒng)哈密頓網(wǎng)絡(luò)在長期預測中表現(xiàn)更優(yōu)，顯示出更好的穩(wěn)定性和準確性。

表征學習實驗中，即使在輸入狀態(tài)存在噪聲和不完整的情況下，去噪哈密頓網(wǎng)絡(luò)也能恢復系統(tǒng)狀態(tài)，在處理不完整或損壞的觀測數(shù)據(jù)時具有較強的魯棒性，能夠提取到物理系統(tǒng)的關(guān)鍵特征。

軌跡插值實驗中，去噪哈密頓網(wǎng)絡(luò)即使在采樣非常稀疏的情況下也能保持較高的準確性，與其他基準模型相比能夠生成更平滑、更接近真實軌跡的預測結(jié)果，展示了其在處理稀疏數(shù)據(jù)方面的優(yōu)勢。

論文一作清華校友

這項研究由來自麻省理工學院、斯坦福大學、哈佛大學、布宜諾斯艾利斯大學、美國東北大學的研究人員聯(lián)合完成。

論文一經(jīng)公布，作者就激情當起了自個兒的首批自來水（doge）。

一作Congyue Deng還在X上留下了幾個開放性問題：

在深度學習中，如何定義物理推理？
什么是物理模擬？
神經(jīng)網(wǎng)絡(luò)應(yīng)具備哪些物理屬性？

DHN并非終極解決方案，而只是一個開端 。

值得一提的是，Congyue Deng還是清華校友，2020年本科畢業(yè)于清華大學數(shù)學系，GPA（平均學分績點）在114個人里面排第一。

現(xiàn)在她是斯坦福大學計算機科學系五年級博士生，師從Leonidas Guibas。（這篇論文的部分工作是Congyue Deng在麻省理工學院做訪問生期間完成的）

今年9月起，她將成為麻省理工學院Tayebati博士后研究員，同時也是美國國家科學基金會（NSF）的人工智能和基礎(chǔ)相互作用研究院（IAIFI）研究員，與MIT大牛何愷明、Bill Freeman、Marin Solja?i?合作。

她的個人主頁介紹，研究興趣包括3D計算機視覺、幾何深度學習以及物理表示學習。

短期內(nèi)，她專注于將幾何表示學習整合到生成模型中，以便更好地捕捉數(shù)據(jù)分布的低維流形結(jié)構(gòu)，特別關(guān)注其在物理學和機器人領(lǐng)域的應(yīng)用。從長遠來看，她希望從數(shù)據(jù)中揭示幾何結(jié)構(gòu)，為神經(jīng)網(wǎng)絡(luò)中歸納偏置的設(shè)計提供參考。

Congyue Deng還特別感謝了在論文中出鏡的貓貓，名叫Rell：

論文地址：https://arxiv.org/abs/2503.07596v1