Predicting large-supercell defect formation energies from machine-learning charge density models trained on small supercells

Stellen Sie sich vor, Sie versuchen zu verstehen, wie eine einzige kaputte Fliese den gesamten Boden eines riesigen, alten Schlosses beeinflusst. In der Welt der Materialwissenschaften werden diese „kaputten Fliesen“ als Defekte bezeichnet – fehlende Atome oder Atome, die sich an der falschen Stelle innerhalb eines Kristalls befinden. Diese winzigen Fehler können verändern, wie ein Material Strom leitet, leuchtet oder unter Druck standhält. Um genau zu bestimmen, was diese Defekte bewirken, nutzen Wissenschaftler ein leistungsstarkes Computersimulationswerkzeug namens Dichtefunktionaltheorie (DFT). Betrachten Sie die DFT als ein superpräzises digitales Mikroskop, das das Verhalten jedes einzelnen Elektrons in einem Material berechnet. Es gibt jedoch einen Haken: Um ein wahres Bild eines einzelnen Defekts zu erhalten, müssen Sie ein riesiges Stück des Kristalls simulieren, damit die „kaputte Fliese“ nicht versehentlich mit ihrer eigenen Spiegelung von der anderen Seite des Bildschirms zusammenstößt. Diese Anforderung nach riesigen, teuren Simulationen macht das Studium dieser Defekte unglaublich langsam und kostspielig – so als würde man versuchen, eine ganze Stadt zu kartografieren, nur um ein einziges Schlagloch zu finden.

Kürzlich haben Wissenschaftler versucht, dies mithilfe von maschinellem Lernen zu beschleunigen, indem sie Computer lehren, die Antworten zu erraten, anstatt sie von Grund auf neu zu berechnen. Normalerweise werden diese Computermodelle darauf trainiert, die Gesamtenergie eines Systems vorherzusagen, was so ist, als würde man das Gewicht eines Koffers erraten, indem man nur auf seine Größe schaut. Dieser Artikel schlägt jedoch einen anderen Ansatz vor: Anstatt das Gewicht zu erraten, lassen Sie uns den Computer die „Ladungsdichte“ sehen lassen. Wenn Sie sich die Elektronen in einem Material als einen Nebel vorstellen, der um die Atome herumwirbelt, dann ist die Ladungsdichte die Karte darüber, wie dicht oder dünn dieser Nebel an jeder einzelnen Stelle ist. Die Autoren schlagen vor, dass, wenn ein Computer lernt, diesen Nebelkartograph präzise vorherzusagen, er die Energie eines Defekts viel effizienter berechnen kann, selbst wenn er während seines Trainings nur kleine Teile des Puzzles sieht.

Die Forscher Junjie Zhou, Menglin Huang und Shiyou Chen von der Fudan University testeten diese Idee an Galliumnitrid (GaN), einem Material, das in allem von blauen LEDs bis hin zu Leistungselektronik verwendet wird. Sie konzentrierten sich auf vier spezifische Arten von „kaputten Fliesen“ (Defekten) in diesem Material. Ihr Hauptziel war es zu sehen, ob sie ein Modell für maschinelles Lernen darauf trainieren können, kleine, günstige Simulationen zu nutzen und dieses dann zu verwenden, um das Verhalten von Defekten in massiven, teuren Simulationen vorherzusagen.

Hier ist der clevere Kniff, den sie entdeckten: Sie verwendeten nicht nur eine Größe der Simulation. Stattdessen fütterten sie den Computer mit einem Datensatz, der eine Mischung aus kleinen Superzellen (mit 16 bis 32 Atomen) und einigen mittelgroßen bis großen Zellen (bis zu 96 Atome) enthielt. Sie fanden heraus, dass die kleinen Zellen großartig darin waren, dem Modell zu lehren, wie das „Bulk“-Material weit entfernt vom Defekt aussieht, während die etwas größeren Zellen notwendig waren, um dem Modell zu zeigen, wie der Defekt die umliegenden Atome tatsächlich verzerrt. Durch das Mischen dieser verschiedenen Größen schufen sie ein Modell, das die Energie eines Defekts in einer riesigen 360-Atom-Superzelle präzise vorhersagen konnte.

Die Ergebnisse waren beeindruckend. Mit einem Datensatz von nur 96 verschiedenen Strukturen sagte ihr neues Modell die Bildungsenergie von Defekten mit einem Fehler von weniger als 0,05 Elektronenvolt (eV) voraus. Um dies einzuordnen: Ein Standardmodell für maschinelles Lernen, das mit demselben kleinen Datensatz trainiert wurde, aber versuchte, die Gesamtenergie direkt zu erraten (anstatt die Ladungsdichte), machte Fehler von über 1 eV – also mehr als 20 Mal schlechter. Die Autoren zeigten, dass dieser Ladungsdichte-Ansatz es dem Computer ermöglicht, sein Wissen aus kleinen Zellen auf große Zellen zu „extrapolieren“ oder zu übertragen, viel besser als bisherige Methoden.

Sie demonstrierten auch, dass diese Methode für mehr als nur Energie funktioniert. Da das Modell die Ladungsdichtekarte vorhersagt, konnten sie auch andere elektronische Eigenschaften berechnen, wie etwa die Energieniveaus, bei denen Elektronen gefangen werden (Defektniveaus), und wie das Material spinnt (Spin-Polarisation). Beispielsweise sagten sie korrekt die Spin-Aufspaltung in einem spezifischen Defekt voraus – ein Detail, das kleinere Simulationen völlig übersehen hatten, weil die „kaputte Fliese“ in diesen winzigen Boxen zu nah an ihrer eigenen Spiegelung war.

Der Artikel argumentiert, dass dieser Erfolg darauf beruht, dass die Ladungsdichte eine lokale Eigenschaft ist. Wenn der Computer lernt, wie der Elektronennebel um ein fehlendes Atom in einer kleinen Box aussieht, kann er dasselbe Muster in einer riesigen Box wiedererkennen, vorausgesetzt, er hat genug Beispiele dafür gesehen, wie sich der Nebel in unterschiedlichen Entfernungen verhält. Dies unterscheidet sich von der Gesamtenergie, die eine globale Summe von allem in der Box ist und durcheinandergebracht wird, wenn die Box zu klein ist.

Zusammenfassend lässt sich sagen, dass die Autoren vorschlagen, dass durch das Training auf einer klugen Mischung aus kleinen und mittelgroßen Superzellen und die Konzentration auf die Ladungsdichtekarte statt nur auf die Gesamtenergie, Wissenschaftler die Kosten für die Simulation von Defekten drastisch senken können. Sie fanden heraus, dass dieser Mixed-Size-Ansatz die Rechenkosten im Vergleich zur Verwendung ausschließlich großer Superzellen um den Faktor 6,2 reduzierte, während eine hohe Genauigkeit beibehalten wurde. Dies bedeutet nicht, dass das Problem für jedes Material im Universum gelöst ist, aber es bietet einen vielversprechenden, dateneffizienten Weg zur Vorhersage des Verhaltens von Defekten in großen Superzellen, was potenziell die Entdeckung besserer Materialien für unsere Elektronik beschleunigen kann.