这项由明尼苏达大学统计学院主导的研究发表于2026年5月，以预印本形式公开，论文编号为arXiv:2605.12997v1，有兴趣深入了解的读者可以通过该编号查询完整论文。
假设你花了整个学期备考数学，把教材里所有题型都刷了个遍，考试当天胸有成竹走进考场——结果发现试卷上全是教材范围之外的"超纲题"。你可能还是能拿个不错的分数，但那种信心满满的状态已经荡然无存，甚至有些题你会完全不知道从何下手。这个场景，恰恰就是这篇论文正在研究的核心问题：当人工智能模型在它从未见过的"超纲"数据上工作时，究竟会发生什么？
这不是一个纯粹学术圈才关心的问题。在现代科学和工程领域，人们越来越多地用AI来代替传统的计算机仿真程序，预测物理世界中各种"波动"的行为——从地震波穿过地层、声波在建筑中传播，到工程材料内部的振动分析，这些都依赖于对"波"的精准预测。如果AI在训练数据范围内表现出色，但一旦遇到稍有不同的真实场景就"翻车"，那在关键应用中就可能酿成大麻烦。
明尼苏达大学的研究团队选取了两种在业界广受认可的AI架构——傅里叶神经算子（FNO）和深度算子网络（DeepONet），把它们放在一个精心设计的"超纲考场"里，系统地测试它们的表现。结果揭示了一个耐人寻味的反差：在正常考题上得高分的那个模型，在超纲题上反而摔得最惨。
一、AI是怎么"学会"预测物理世界的？
要理解这项研究，首先得明白一件事：科学家为什么要用AI来预测波动？
物理世界中存在大量需要反复求解的方程，其中一类叫做"偏微分方程"。举个具体的例子：假设你在一根两端固定的橡皮筋中间弹了一下，橡皮筋的振动方式取决于它的初始形状，以及橡皮筋各个位置的弹性系数（就像某些位置更硬、某些位置更软）。要精确预测橡皮筋在一段时间后的形状，传统方法是用计算机一步一步地数值求解方程，非常耗时。如果你需要针对成千上万种不同的初始条件和不同的弹性分布反复计算，代价就会变得极为昂贵。
"神经算子"就是为解决这个问题而生的。它的核心思想是：与其每次都从头计算，不如训练一个AI，直接学会"输入条件→最终结果"的映射规律。一旦训练完成，给它一个新的初始条件，它能在极短时间内直接给出答案，就像你背熟了乘法口诀表，不需要每次都从头做乘法。
这篇论文研究的具体场景是一维"变系数波动方程"。"变系数"的意思是，波在空间中传播时，每个位置的传播速度都不一样——就像声音在不均匀的介质（比如有气泡的水）里传播，每个位置的速度会有所不同。研究的任务是：给定初始波形和各位置的波速，预测波在固定时刻后的形状。这个设定既贴近真实物理场景（比如地震波在地层中的传播），又足够干净，适合做受控实验。
二、两位"学生"的不同考试风格
研究团队选择了两种架构进行对比，这两种架构在处理问题时的方式截然不同，就像两种完全不同学习风格的学生。
FNO（傅里叶神经算子）可以理解为一个"频率控"学生。它的学习策略是把所有东西都分解成不同频率的"音符"，然后学习这些音符之间的关联规律。就像一个训练有素的音乐家，听到一段旋律，脑海中自动把它拆解成高音、中音、低音各自的贡献，再理解它们如何配合。为了提高计算效率，FNO在训练时只保留一定数量的低频"音符"，丢弃高频部分——这个设计在正常情况下是聪明的，因为大多数波动的主要结构确实集中在低频区域。
DeepONet（深度算子网络）则是一个"坐标感知"学生。它的做法是分两步走：一个子网络负责"读懂输入"，产生一组系数；另一个子网络负责"理解空间"，在每个位置生成一套基函数（可以理解为"模板"）。最终的预测结果就是这些系数和模板的组合叠加。它不依赖固定的频率分解，更像是用一套灵活的"积木"来拼出答案——只要积木够多，理论上可以拼出各种形状。
两者都在相同的数据、相同的训练条件下接受训练，以确保任何性能差异都来自架构本身，而非数据量或训练时间的不同。
三、"超纲题"是怎么设计的？
研究的精髓在于它设计了两类非常有针对性的"超纲考题"，而不是随便换几道题那么简单。
第一类超纲叫做"频率超纲"。在正常训练时，研究团队只给模型看低频的初始波形——这些波形比较平缓，就像钢琴上只按低音区的按键。而在测试时，他们突然引入高频波形——这些波形振荡得更快，就像突然按了钢琴最高音区的按键。这考验的是：模型能否把在低频区学到的规律，延伸到它从未见过的高频区？
第二类超纲叫做"粗糙度超纲"。这次不改变初始波形，而是改变波速函数c(x)的光滑程度。训练时用的是比较平滑、变化缓慢的波速分布（就像地层很均匀的地质结构），而测试时换成变化剧烈、凹凸不平的波速分布（就像地层层次复杂）。这考验的是：模型对介质性质的变化有多敏感？
两种超纲设计都模拟了真实应用中会遇到的情况——现实中的地震波、声波不会永远保持训练数据中那样规规矩矩的频率范围，介质也不会永远和训练时一样光滑。
四、高分学生遭遇滑铁卢
实验结果出人意料，却又在仔细思考后令人信服。
在正常范围内的题目上，FNO表现得相当出色，误差明显低于DeepONet——这符合它在学术界积累的良好声誉。在粗糙度超纲上，两个模型的表现都相当稳定，误差基本维持在正常水平，没有出现明显的崩溃——FNO依然更精准，DeepONet误差稍高，但都在可接受范围内。
然而，一旦碰上频率超纲，情况就完全变了。FNO的误差急剧攀升，从正常情况下约0.20的误差值，猛增至1.36左右——相当于误差扩大了将近七倍。而DeepONet虽然本来误差就偏高，在频率超纲下也有所上升，但增幅远没有那么剧烈，大约从0.46上升至1.05，增幅约为两倍多。
换句话说，正常情况下的"优等生"FNO，在超纲题上的崩溃程度远超过"普通生"DeepONet。原本的优势反而变成了负担。
五、崩溃的根源：固执的"音符表"
为了理解FNO为什么在频率超纲下崩溃得这么惨，研究团队做了一项精细的"频谱错误分析"——用专业语言说就是把预测误差按照不同频率成分分别计算，看看错误主要集中在哪个频率区。
结果显示，在正常情况下，两个模型的误差都随着频率升高而下降，高频区误差极低，整体表现良好。但在频率超纲情况下，FNO的误差分布出现了一个明显的隆起：不是只在最高频区出错，而是在中高频的一整个频段都出现了显著的误差累积，就像一张本来平静的湖面，突然在中间区域涌起了一大片浪花。
DeepONet则表现出截然不同的误差模式：误差在各个频段相对均匀地小幅上升，没有在某个特定频段突然爆发。错误更像是"撒胡椒面"，而不是"某一处决口"。
研究团队还做了一个关键实验来验证猜想：他们尝试给FNO配备更多的"音符"——把保留的傅里叶模式数量从8个增加到16个，再增加到32个，看看这能否改善超纲表现。结果令人深思：增加音符数量不但没有减少超纲误差，反而让超纲误差越来越大，而正常情况下的误差在中间值（16个模式）时最低。这个发现说明，FNO在频率超纲下的失败，不是因为"学的东西不够多"，而是因为它固有的学习方式本身就对频率范围有依赖性。多给它一些频率通道，反而会在没有对应训练数据约束的情况下引入更多不稳定因素。
六、从空间图像看见失败的模样
光看数字还不够直观，研究团队还画出了代表性的预测波形对比图，让失败变得肉眼可见。
在正常情况和粗糙度超纲情况下，FNO的预测波形和真实波形高度重合，波峰波谷的位置、高度都非常接近，误差曲线也相对平坦。这时的FNO就像一个训练有素的乐手，能准确复现乐谱。
在频率超纲情况下，FNO的预测波形开始出现明显的相位偏移（就像节拍跑偏了）和振荡失真，而且这些错误并不是均匀分布在整条曲线上，而是集中在波形振荡最剧烈的区域——高频内容最密集的地方。这就好比那个乐手在高音区突然弹错了好几个音，还连带着影响了周围几个小节的节奏。
相比之下，DeepONet在频率超纲下虽然也有误差，但波形的整体形状保持得更完整，峰谷的大致位置还在，误差更像是均匀的"模糊感"，而不是局部的剧烈变形。这是两种架构在失败模式上的本质差异。
七、为什么一个更精准、一个更稳健？
把所有观察放在一起，研究团队给出了一个统一的解释框架。
FNO的核心机制是在固定的傅里叶模式集合中学习规律，这些模式集合在训练时就已经确定了。一旦输入中出现训练时没有见过的高频成分，这些成分既不在FNO的"词汇表"里，也无法被现有的频率关系规则正确处理，结果就是整个频率表示系统失去平衡，导致不只是最高频出错，而是牵连到中高频的整体区域都出现混乱。这是一种"蝴蝶效应"式的崩溃——因为频率之间是相互关联着被学习的，某一部分超出范围，整个系统的稳定性都受到影响。
DeepONet的机制则不依赖固定的频率分解。它通过学习坐标相关的基函数来构建答案，这些基函数本身不预设频率上限，更像是一套可伸缩的积木而非固定编号的音符。当高频输入出现时，它没有一个"硬性截止点"会突然失效，误差会上升，但不会集中爆发。代价是：这套机制在正常情况下的精准度不如FNO，就像用万能积木拼出来的东西，不如专门设计的模具那么精致。
归根结底，两种架构各自代表了一种权衡：专门化带来精准，通用化带来稳健。FNO为了在正常情况下更精准地处理频率结构，选择了专门化的频率表示；DeepONet为了保持通用性，放弃了部分精准度，但换来了更平缓的退化曲线。
说到底，这项研究讲了一个关于AI"考试作弊"和真实能力之间差距的故事。一个模型在训练集上表现完美，不代表它真正理解了背后的物理规律——它可能只是把训练数据的规律背得很熟。一旦题型发生变化，那份熟练就可能变成枷锁。
对于普通人来说，这意味着当科学家或工程师用AI来预测地震、设计建筑材料、分析振动安全性时，单纯看AI在测试集上的分数是不够的。更重要的问题是：这个AI见过哪些"题型"，它在没见过的题型面前会怎么表现？
这项研究还指出了一个颇具启发性的方向：未来的神经算子设计，或许可以借鉴DeepONet的灵活性，同时通过"自适应频率表示"或"可学习的频谱支撑"等机制，让AI能动态调整自己的频率处理能力，而不是被固定的训练分布锁死。这好比培养一个能根据考题难度实时调整解题策略的学生，而不是只会背固定公式的应试机器。
如果你对这个话题感兴趣，不妨思考一下：现实中你熟悉的哪些AI应用，可能也在悄悄地"只会考纲内的题"？当这些系统被部署到真实世界中，它们会遇到多少它们从未见过的"超纲"情况？想深入探索的读者，可以通过arXiv编号2605.12997查阅这篇论文的完整内容。
Q&A
Q1：傅里叶神经算子（FNO）和深度算子网络（DeepONet）有什么本质区别？
A：FNO通过把输入分解成不同频率成分来学习规律，类似音乐家把旋律拆解成音符；DeepONet则通过学习坐标相关的基函数来组合答案，不依赖固定频率框架。正因如此，FNO在正常范围内更精准，但遇到训练时没见过的高频输入会剧烈崩溃；DeepONet整体误差偏高，但面对频率超纲时退化更平缓。
Q2：神经算子在预测波动时为什么会在高频输入下失败？
A：FNO在训练时只保留有限数量的低频模式，形成一个固定的"频率词汇表"。当高频输入出现时，这些成分既不在词汇表里，又会扰乱已学到的频率间关系，导致误差在中高频段集中爆发，而不是只在最高频出错。增加保留模式数量也无法解决这个问题，反而会因为缺乏对应训练数据而引入更多不稳定性。
Q3：神经算子的分布外泛化问题对实际应用有什么影响？
A：在地震预测、声学仿真、工程振动分析等领域，真实场景的波形频率和介质性质往往和训练数据存在差异。如果只依据模型在测试集上的误差指标来评估可靠性，可能会高估其实际部署时的稳定性。这意味着在关键应用中，还需要系统性地测试模型在训练分布之外的表现，而非仅关注标准精度指标。