Tadpole propone un modelo fundacional para la física: de predecir a comprender

Tadpole propone trasladar la lógica de los foundation models del texto y las imágenes a la física. En lugar de una red neuronal por tarea, sus autores quieren un único modelo preentrenado para el clima, las corrientes de aire, la deformación de materiales y los campos electromagnéticos. La idea es ambiciosa. En el fragmento disponible del material de Jiqizhixin aún no hay cifras públicas: no se indican el tamaño del modelo, el volumen de datos de entrenamiento ni los resultados en benchmarks. Por eso analizamos el enfoque en sí y las preguntas que conviene plantearle.

Una tarea, un modelo

El scientific ML clásico funciona de forma sencilla y cara. Se entrena una red neuronal con datos de un sistema concreto, con una ecuación determinada, una geometría, una resolución de malla y un conjunto de variables. Si cambia el tipo de física, varía la escala espacial o se añaden unas cuantas variables, hay que entrenar el modelo de nuevo. El fragmento truncado del texto describe justo eso: ante esos cambios, el modelo deja de ser aplicable.

En los modelos de lenguaje, este problema se resolvió con un preentrenamiento sobre un corpus enorme y una adaptación posterior. Los autores de Tadpole se preguntan si se puede hacer lo mismo con el mundo físico. El clima, la aerodinámica, la mecánica de sólidos y el electromagnetismo se describen con ecuaciones distintas, pero comparten estructuras: campos espaciales, interacciones locales y leyes de conservación.

De la predicción a la comprensión

El titular del material contrapone «predecir el futuro» y «comprender el mundo». La mayoría de los modelos sustitutos en ciencia aprenden a hacer una sola cosa: tomar el estado actual del campo y devolver el siguiente. La calidad se mide por el error en el horizonte de predicción. Un modelo así puede calcular bien un caso concreto y no «saber» nada del caso vecino.

A juzgar por la formulación, Tadpole persigue otro objetivo: obtener una representación que capte las regularidades comunes a distintos sistemas y que se transfiera entre ellos. La dirección no es nueva. Polymathic AI presentó en 2023 Multiple Physics Pretraining, un grupo de ETH Zürich publicó Poseidon para ecuaciones en derivadas parciales y Microsoft entrenó Aurora para la atmósfera. Tadpole continúa esa línea, pero con los datos abiertos no se puede evaluar hasta dónde ha llegado.

Qué se sabe hasta ahora

• Ámbito declarado: clima, movimiento del aire, deformación de materiales, fenómenos electromagnéticos
• Idea clave: un único modelo preentrenado en lugar de un conjunto de modelos especializados
• Cambio de enfoque: de la predicción del siguiente estado a una comprensión generalizada de la física
• Tamaño del modelo, datos y costes de cómputo: no se detallan en el texto disponible
• Métricas y comparación con Fourier Neural Operator y otras soluciones de referencia: no se incluyen en el texto disponible

Preguntas que conviene plantear

La principal se refiere a la generalización. Un modelo fundacional científico se justifica cuando funciona bien con física que no estaba en el entrenamiento, o tras un ajuste fino barato. Si cada sistema nuevo exige la misma cantidad de datos que antes, no hay ganancia.

La segunda pregunta tiene que ver con la consistencia física. Un modelo que se equivoca en un par de puntos porcentuales pero viola la conservación de la energía o de la masa resulta peligroso en cálculos de ingeniería. La tercera pregunta es el coste. Los solvers numéricos son lentos, pero predecibles y llevan décadas validados. Una red neuronal debe ser notablemente más rápida con una precisión comparable; de lo contrario, no los desplazará.

Cómo leer este tipo de lanzamientos

Para investigadores e ingenieros que trabajan con CFD, clima o mecánica, el orden práctico de actuación es este. Esperar al informe técnico o al artículo y buscar en él tres cosas: pruebas en sistemas no vistos durante el entrenamiento, el coste del ajuste fino en una tarea nueva y la comparación con modelos altamente especializados sobre los mismos datos. Si todo eso está publicado y el código o los pesos son abiertos, tiene sentido probar el modelo en un problema propio antes de cambiar el flujo de trabajo. Mientras no haya esos datos, Tadpole sigue siendo un planteamiento interesante de la pregunta, y no una herramienta lista para usar.