Virp: neural network-accelerated prediction of physical properties in site-disordered materials

ملخص تقني: Virp: التنبؤ المسرع بالشبكات العصبية للخصائص الفيزيائية في المواد ذات الاضطراب الموقعي

بيان المشكلة
تعد المواد ذات الاضطرب الموقعي (site-disordered materials)، حيث تشغل المواقع البلورية جزئياً عناصر متعددة أو فراغات وفق احتمالات محددة، منتشرة في الطبيعة وفي المركبات الاصطناعية (مثل السبائك المعدنية، ومركبات الفراغ المرتبة، والمواد ذات الاضطراب المترابط مثل جليد الماء). ومع ذلك، تظل هذه المواد غير قابلة للوصول إلى حد كبير باستخدام منهجيات المحاكاة القياسية القائمة على المبادئ الأولى (first-principles)، مثل نظرية الدالة الوظيفية للكثافة (DFT)، والتي تفترض نظاماً بلورياً مثالياً. إن استراتيجيات الحل البديلة الحالية، بما في ذلك التوسع العنقودي (Cluster Expansion) وهياكل شبه العشوائية الخاصة (SQS)، غالباً ما تكون مرتبطة بنظام معين، ومكلفة حاسوبياً بسبب اعتمادها على عمليات محاكاة مونت كارلو واسعة النطاق، وغير فعالة لاستكشاف مجموعات متنوعة من البلورات ذات الاضطراب الموقعي. علاوة على ذلك، عانت النهج السابقة عالية الإنتاجية التي تستخدم الخلايا الفائقة الافتراضية (virtual supercells) من العبء الحسابي الناتج عن توليد وعينات من المساحات التشكيلية الهائلة المطلوبة للتنبؤ الدقيق بالخصائص.

المنهجية
يقترح المؤلفون Virp، وهو مسار عمل يدمج خوارزمية توليد خلايا افتراضية قائمة على التبديل، ونظام أخذ عينات إحصائي، ومعالجة ديناميكية حرارية لاحقاً لتسريع تحليل المواد ذات الاضطراب الموقعي. يسير سير العمل كما يلي:

1. توليد الخلايا الافتراضية: بدءاً من وحدة خلية مصدرية ذات اضطراب موقعي، يقوم Virp بتوليد خلية فائقة (supercell). يتم تقسيم المواقع المضطربة إلى مصفوفات "snap" بناءً على إشغالات المواقع وتعدد الخلايا الفائقة. تستخدم الخوارزمية إجراء تقريب لتعيين الذرات للمواقع، مما يضمن الدقة الكيميائية (stoichiometric fidelity) مع السماح بانحرافات طفيفة عن الكيمياء المصدرية الدقيقة. كما تُستخدم آلية "مضادة للتحيز" (antibiasing) للتعامل مع المواقع نصف الممتلئة تماماً وضمان تمثيل كل عنصر مرة واحدة على الأقل.
2. نظام أخذ العينات: بدلاً من أخذ عينات شاملة لكامل المساحة التشكيلية (والتي قد تكون ضخمة فلكياً)، يطبق المؤلفون نظام أخذ عينات Yamane. من أجل هامش خطأ مستهدف قدره 5%، يُعت-بر حجم عينة يبلغ حوالي 400 خلية افتراضية كافياً لتمثيل الخصائص المتوسطة حسب توزيع بولتزمان للنظام، بغض النظر عن الحجم الإجمالي للمجتمع.
3. التسريع بالشبكات العصبية: لتجاوز التكلفة الحسابية لـ DFT، يستخدم مسار العمل إمكانات ذرية تعلمت آلياً (MLIPs)، وتحديداً CHGNet، للتحسين الهيكلي وحساب الطاقة الكلية. ويتم التنبؤ بفجوات النطاق (band gaps) باستخدام matgl (المبني على نماذج MEGNet).
4. المعالجة الديناميكية الحرارية اللاحقة: يتم حساب الخصائص عبر متوسط بولتزمان فوق الخلايا الافتراضية المختارة، والموزونة بطاقات تكوينها.
5. التعامل مع التكرار: لمعالنة الخلايا الافتراضية المتكافئة تناظرياً، يقترح المؤلفون مقارنة طاقات CHGNet الكلية بدلاً من إجراء تحليل تناظر مكلف حاسوبياً (كما هو مطلوب في أدوات مثل Supercell).

النتائج الرئيسية

• كفاءة أخذ العينات: تُظهر الدراسة أن حجم عينة يبلغ ~400 خلية افتراضية كافٍ لاستقرار التنبؤ بكثافة بولتزمان، وذلك لهامش خطأ 5%. وهذا ينطبق حتى على الأنظمة ذات المساحات التشكيلية الضخمة التي تصل إلى $10^{110}$.
• حجم الخلية الفائقة مقابل حجم العينة: النتيجة الحاسمة هي أن اختيار حجم الخلية الفائقة أكثر أهمية من زيادة حجم العينة بما يتجاوز حد Yamane. فالخلايا الفائقة الصغيرة (مثل $2 \times 2 \times 2$) يمكن أن تؤدي إلى ظهور توزيعات ثنائية المنوال زائفة في الرسوم البيانية للخصائص بسبب آثار الصور الحدودية الدورية. يقترح المؤلفون قاعدة عامة للحفاظ على مسافة لا تقل عن ~15 أنجستروم بين الصور الحدودية الدورية (مما يتطلب غالباً خلايا فائقة أكبر مثل $3 \times 3 \times 3$ أو $5 \times 5 \times 5$) للقضاء على هذه الآثار.
• الدقة والخطأ:
  • الكثافة: تُظهر تنبؤات Virp باستخدام CHGNet توافقاً عالياً مع نتائج DFT. فبالنسبة لسبيكة bcc ($Co_{0.3}Fe_{0.7}$) وبيروفسكيت ($Cs_2SnPbI_6$)، كانت أخطاء الكثافة -0.01 جم/سم³ و -0.06 جم/سم³ على التوالي. كان تشتت (المدى بين العشريين) للكتل المتنبأ بها لمعظم المواد ضمن 5%، وإن لوحظ تشتت أعلى (11–13%) في الأنظمة ذات التوزيعات الكثافية ثنائية المنوال أو حالات الفراغات العالية.
  • فجوات النطاق: أظهرت تنبؤات الفجوة الإلكترونية باستخدام matgl تبايناً أعلى مقارنة بـ DFT، حيث تراوحت الأخطاء بين -0.14 إلكترون فولت إلى +1.56 إلكترون فولت اعتماداً على نموذج الدالة الوظيفية. ويعزو المؤلفون ذلك إلى المرحلة التطويرية المبكرة لنماذج التأسيس (foundation models) للخصائص الإلكترونية.
  • الارتباط: أظهرت طاقات CHGNet الكلية لخلاً خلايا "السباليريت" (sphalerite) غير المسترخية ارتباطاً قوياً مع DFT ($R^2 = 0.884$).
• التكرار: وُجد أن معدل الخلايا الافتراضية المتكافئة تناظرياً (المتدهورة طاقياً) منخفض (عادة أقل من 6%، وغالباً أقل من 1% للخلايا الفائقة الأكبر)، مما يبرر استخدام التصفية القائمة على الطاقة بدلاً من تحليل التناظر المعقد.
• السرعة الحسابية: يستغرق التحسين الهيكلي لخلية افتراضية واحدة باستخدام CHGNet حوالي 1–10 ثوانٍ، مقارنة بساعات أو أيام لـ DFT. كما يستغرق توليد الخلايا الافتراضية وحدها 10–100 مللي ثانية.

الأهمية والادعاءات
يزعم البحث أن Virp يحسن بشكل كبير من جدوى التحليل الحسابي للمواد ذات الاضطراب الموقعي من خلال الجمع بين أخذ العينات الفعال ونماذج MLIPs. ويؤكد المؤلفون ما يلي:

1. أخذ العينات الشامل غير ضروري: خلافاً للافتراضات السابقة، فإن حجم عينة مكون من بضع مئات من النماذج يمكن أن يمثل بدقة خصائص المساحة التشكيلية الكاملة للأنظمة ذات الاضطراب الموقعي.
2. نماذج MLIPs قابلة للتطبيق في الإنتاجية العالية: استبدال DFT بـ CHGNet يقلل أوقات الحساب من أيام إلى ثوانٍ، مما يسمح بالتوليد السريع لمكتبات كبيرة من الخلايا الافتراضية المحسنة هيكلياً.
3. حجم الخلية الفائقة هو الأهم: تؤكد الدراسة أن تقليل آثار الحدود الدورية من خلال خلايا فائقة كافية أكثر أهمية من زيادة حجم العينة بما يتجاوز المتطلبات الإحصائية.
4. قابلية التطبيق العام: على عكس التوسع العنقودي أو CPA، الذي غالباً ما يكون محدوداً بالسبائك البسيطة، فإن نهج الملء العشوائي التبادلي المستخدم في Virp قابل للتطبيق بشكل عام على أنواع هياكل متنوعة، بما في ذلك تلك التي تحتوي على مواقع مضطربة وفراغات متعددة.

يشير المؤلفون إلى وجود قيود، وتحديداً أن نموذج الملء العشوائي الحالي لا يمكنه معالجة الاضطراب المترابط (correlated disorder) (مثل جليد الماء) بشكل كافٍ، حيث تعتمد إشغالات المواقع على المواقع المجاورة، وهي تبعية لا يتم ترميزها في ملفات CIF القياسية. وقد تم تحديد العمل المستقبى كضرورة لمعالجة الاضطراب المترابط. كما يقر المؤلفون بأن الأخطاء المنهجية في نماذج MLIPs ونماذج فجوة النطاق لا تزال قائمة، لكنهم يقترحون إمكانية تحسينها مع تطور النماذج الأساسية.