嚴誌峰冇有註意到他的變化，繼續說道：「所以我們組內部慢慢總結出一個說法，叫不可能三角。不是正式術語，算是我們這些被折磨瘋了的科研民工總結出的血淚經驗吧。」
嚴誌峰伸出三根手指，「這個不可能三角指的是：可解釋性丶預測精度丶預警提前量。」
「這三個指標，目前全世界所有的算法，最多隻能兼顧兩個！」
徐辰抬起頭：「隻能選兩個？」
「至少目前我們認為是這樣。」
嚴誌峰伸出三根手指。
「想要可解釋，又想要高精度，那就得儘可能貼近mhd方程。但模型太重，實時性就下來了。」
「想要可解釋，又想要提前量，那就隻能盯著一些比較明確的物理閾值。這樣雖然能早報警，但麵對不同工況，泛化能力就不夠，誤報和漏報都很難避免。」
「至於高精度加早預警……」
他停頓了一下。
「那通常就得上神經網絡。效果可能很好，但解釋不了。」
徐辰沉吟道：「也就是說，模型越像物理，越慢；越像統計，越快，但越說不清楚。」
「差不多就是這個意思。」嚴誌峰笑了笑，「學術上冇這麼口語化，但工程現場大家都這麼理解。」
他接著說道：「我們控製組最後選的是『可解釋性加預測精度』這條路，犧牲了一部分預警提前量。」
「組裡三個研究員，折騰了兩年多。」
「去年剛完成的那套方案，采用的是可解釋決策樹。在現有測試集上，成功率大約是94%，auc達到0.997，平均預警窗口是137毫秒。」
嚴誌峰又補充解釋道：「說白了，預測破裂就怕兩件事：一種是誤報，明明冇事卻拉警報；一種是漏報，真要炸了卻冇看出來。」
「所以，光看模型總共猜對了多少次冇什麼用。比如一百次裡隻有一次真破裂，模型哪怕全都猜不破裂，準確率也有99%，但它是個純廢物。」
「準確率和召回率分彆衡量這兩種錯誤。但你很難同時把兩個都做好——降低假警報，漏報就多；增加抓捕率，假警報就滿天飛。」
「所以我們看auc，它能同時考慮這兩種錯誤，給出一個總體評分。0.5相當於閉著眼睛瞎猜，1.0是完美區分。0.997，說明它在現有數據上幾乎每次都能把兩者分開，但還是會有個彆錯誤。」
「這個成果已經發表在《plasmaphysicsandcontrolledfusion》上，放到國際上也屬於第一梯隊。」
嚴誌峰說到這裡，臉上浮現出一絲自豪。
「提前量有137毫秒。對控製係統而言，這已經非常寶貴；要改變電流剖麵丶調節加熱功率丶啟動緊急緩解措施，每一毫秒都很珍貴。」
徐辰冇有說話。
他知道嚴誌峰說這些，是一個在一線乾了很多年的工程師，向後來者交代這條路究竟有多難。
至少在現有框架裡，是這樣。
徐辰沉默了幾秒，忽然問道：「嚴工，你們做決策樹的時候，輸入特徵是直接用探測器原始信號，還是做過物理量重構？」
嚴誌峰微微一愣。
「……主要還是基於原始信號和一些常規衍生量。物理量重構太複雜了，計算代價也高，實時性很難保證。」
徐辰冇有追問，隻是點了點頭：「明白了。謝謝嚴工交底，我先回去跑跑看。」
看著他風風火火的背影，嚴誌峰忍不住在背後補了一句：「徐教授，數據比較雜，各種工況混在一起，處理起來可能比較麻煩。您慢慢來啊，不著急！」
徐辰頭也不回地應了一聲：「知道啦！」
……
徐辰回到科學島上的專家公寓。
隨著解壓進度條拉滿，海量的時序數據呈現在他眼前，磁場探頭信號丶電子密度丶輻射溫度丶電流偏置……密密麻麻的數據流，記錄著east過去無數次從點火到破裂的等離子體數據。
他盯著屏幕，腦海裡反覆回響著嚴誌峰的話——
「三個裡麵，最多挑兩個。」
徐辰靠在沙發背上，手指輕輕敲擊著鍵盤邊緣，陷入了極度的專註。
半分鐘後，徐辰忽然輕輕搖了搖頭。
「不對。」
他低聲說道。
「這個三角形，未必是真的。」
他盯著某一列磁場探頭信號的波動曲線，一動不動。
房間裡很靜，隻有筆記本風扇低沉的嗡嗡聲。
然後他緩緩開口，像是在跟自己確認什麼：
「問題不在模型。在因子。」
他忽然想起了在cern的經曆。那一次，是物理學家的理論假設出了問題，實驗數據才出現無法解釋的異常峰。而這一次恰恰相反——不是mhd方程錯了，是大家用錯了方式。方程本身太複雜，複雜到現有計算資源無法實時求解，於是所有人退而求其次，從探測器數據中尋找統計規律。
但複雜，不代表冇有規律。
……
所謂「不可能三角」之所以存在，根本原因在於：無論走物理路線還是機器學習路線，所有人都在同一個框架裡打轉——用探測器能直接測量的參數，去擬合破裂結果。
磁場變了多少，電流下降了多少，電子溫度降低了多少，輻射信號增強了多少。
把這些參數全部送進模型，讓它尋找什麼樣的組合容易破裂。
這種方法當然有效。
可它本質上，是在拿症狀推斷疾病。
血壓升高丶心率加快丶呼吸急促——等這些症狀明顯到足以被檢測出來，病情往往已經發展到後期了。所以現有模型隻能給出137毫秒的預警。不是模型不夠聰明，而是它能看到的東西，本身就已經太晚了。
真正決定心梗的，是血管內斑塊的破裂和局部血流的變化，也就是那些尚未表現為體徵的深層病理。
等離子體也一樣。
徐辰緩緩坐直了身體。
關鍵在於：驅動破裂的物理因素——磁剪切的異常丶電流梯度的局部畸變丶磁島寬度的非線性增長——並不需要新的探測器才能看到。
它們就藏在現有數據裡，隻是冇有被正確地組合出來。
現有的做法，相當於把一百道原始食材不做任何處理，相同權重地倒進一個黑箱模型，指望機器自己從中總結出規律。它能學到統計相關性，卻幾乎不可能自己發現參數之間深層的物理因果。
但如果根據mhd方程，先把原始信號之間的物理關係推導清楚——哪些量存在因果耦合，哪些量的特定組合意味著某種物理機製正在啟動——再用這些關係把原始數據加工成幾個高度濃縮的物理因子……
那喂給機器的就不再是散亂的原材料，而是經過物理學預處理的半成品。
以前是把一百種食材扔進鍋裡讓機器猜菜譜；現在是先根據化學反應原理，告訴機器哪些食材之間會發生什麼反應，讓它判斷中間產物的濃度是否安全。
前者需要海量數據和運氣。後者隻需要物理學指明方向。
這不是讓機器變聰明了，而是讓機器看到了對的東西。
……