Efficient Grand Canonical Global Optimization with On-the-fly-trained Machine-learning Interatomic Potentials

Resumen Técnico: Optimización Global Gran Canónica Eficiente con Potenciales Interatómicos de Aprendizaje Automático Entrenados sobre la Marcha

Planteamiento del Problema
La caracterización de materiales nanoestructurados bajo entornos reactivos se ve obstaculizada por la complejidad de los motivos estructurales y sus transformaciones químicas. Si bien los métodos de optimización global (GO) pueden predecir estructuras estables, abordar simultáneamente los espacios de búsqueda configuracional y composicional es computacionalmente prohibitivo cuando se depende de cálculos de primeros principios. Los enfoques tradicionales suelen optimizar una sola estequiometría a la vez, lo que requiere búsquedas separadas para cada estado químico posible (por ejemplo, variando el contenido de oxígeno). Esta escalabilidad es ineficiente, ya que el número de estequiometrías requeridas crece exponencialmente con el número de elementos constituyentes. Además, muchas estequiometrías evaluadas son inestables e irrelevantes para las condiciones de reacción objetivo, desperdiciando recursos computacionales.

Metodología
Los autores implementan un algoritmo de Optimización Global Gran Canónica (GCGO) dentro de la biblioteca de Python AGOX (Atomistic Global Optimization X). Este enfoque integra Potenciales Interatómicos de Aprendizaje Automático (MLIPs) entrenados sobre la marcha con un marco de termodinámica ab initio para explorar simultáneamente los espacios estructural y composicional.

Componentes metodológicos clave:

• Modelo Sustituto: El algoritmo utiliza un modelo de Regresión de Procesos Gaussianos Dispersos (GPR) basado en el descriptor SOAP (Smooth Overlap of Atomic Positions). Este modelo GPR local se entrena sobre la marcha durante la búsqueda. Es "extensivo en tamaño", lo que significa que puede predecir energías para estructuras con diferentes números de átomos (diferentes estequiometrías) mediante la descomposición de la energía total en contribuciones atómicas.
• Marco Termodinámico: En lugar de optimizar únicamente la energía potencial, el algoritmo evalúa la energía libre de Gibbs de formación ($\Delta G_c$) para cada candidato. Esto se calcula utilizando la aproximación termodinámica ab initio:
  $$\Delta G_c = E_c - E_r - \sum_{v} \Delta n_v (E_v + \Delta \mu_v)$$
  donde $E$ representa las energías potenciales a 0 K, $\Delta n_v$ es el cambio en el conteo de átomos, y $\Delta \mu_v$ contabiliza los potenciales químicos de los reservorios (por ejemplo, el gas $O_2$) dependientes de la temperatura y la presión. Las contribuciones térmicas a las estructuras candidatas se omiten para mantener la eficiencia computacional, una simplificación validada por los autores que produce diagramas de fase cualitativamente correctos.
• Bucle de Aprendizaje Activo: El algoritmo sigue un ciclo iterativo:
  1. Generación: Se generan nuevos candidatos mediante aleatorización, agitación de red (lattice rattling) o mediante la adición/eliminación de átomos (Generador de Adición/Eliminación) a partir de estructuras semilla.
  2. Selección: Un módulo Sampler selecciona las semillas basadas en la energía libre de Gibbs de formación. Se introducen dos muestreadores específicos: un muestreador estándar de energía libre de Gibbs y un muestreador de energía libre de Gibbs K-Means que agrupa los candidatos por similitud estructural (SOAP) para asegurar una exploración diversa.
  3. Relajación y Evaluación: Los nuevos candidatos se relajan utilizando el MLIP. Un módulo Acquisitor selecciona los candidatos para la evaluación de alto nivel ab initio basándose en una función de adquisición: $F = \Delta G^M_c - \kappa\sigma$. Esta función equilibra la estabilidad predicha ($\Delta G^M_c$) y la incertidumbre del modelo ($\sigma$), favoreciendo a los candidatos que se predicen estables pero que son estructuralmente distintos del conjunto de entrenamiento.
  4. Entrenamiento: Los candidatos seleccionados se evalúan en el nivel de teoría objetivo (DFT o un MLIP de alta fidelidad) y se añaden al conjunto de entrenamiento para actualizar el modelo GPR.

Contribuciones Clave

1. Implementación Algorítmica: El desarrollo de un algoritmo GCGO capaz de manejar múltiples estequiometrías simultáneamente, superando las limitaciones de los métodos de GO de estequiometría fija.
2. Eficiencia mediante Entrenamiento sobre la Marcha: La demostración de que los MLIP basados en GPR, entrenados dinámicamente durante la búsqueda, reducen significativamente el número de evaluaciones costosas de primeros principios necesarias para encontrar los mínimos globales en comparación con los métodos tradicionales.
3. Modelado Extensivo en Tamaño: La aplicación exitosa de modelos SOAP-GPR a sistemas con composiciones variables, permitiendo la comparación directa de energías de Gibbs a través de diferentes estados químicos sin necesidad de reentrenar modelos separados para cada estequiometría.
4. Exploración Guiada por Incertidumbre: La integración de las estimaciones de incertidumbre derivadas de GPR en la función de adquisición para guiar la búsqueda hacia regiones inexploradas de la superficie de energía potencial.

Resultos
El algoritmo fue probado en tres sistemas con diferentes niveles de complejidad y niveles de teoría objetivo:

• Clústeres de $Ir_3O_x$ libres: Utilizando un MLIP MACE como teoría objetivo, el algoritmo GCGO identificó con éxito los mínimos globales a través de varios potenciales químicos de oxígeno ($\Delta \mu_O$). Las tasas de éxito acumulativas fueron comparables a, y en algunos casos superaron, las de las búsquedas de estequiometría única. Notablemente, una sola ejecución de GCGO identificó mínimos globales para múltiples estequiometrías (por ejemplo, $Ir_3$, $Ir_3O_2$ hasta $Ir_3O_9$), mientras que las ejecuciones de estequiometría única solo encontrarían el mínimo para su composición específica.
• $Pt_3O_x$ sobre $CeO_2(111)$: Utilizando DFT como teoría objetivo, el método reprodujo y mejoró los resultados de la literatura previa. Las ejecuciones de GCGO encontraron mínimos globales para $Pt_3O_6$ y $Pt_4O_4$ que eran 0.70 eV y 0.56 eV más estables, respectivamente, que los encontrados en estudios previos de GOFEE de estequiometría única. El algoritmo navegó eficientemente el diagrama de fases, identificando estados estables para diferentes $\Delta \mu_O$ con menos evaluaciones totales de DFT que realizar búsquedas independientes de estequiometría única.
• Superficie de $Pd(100)$: El algoritmo identificó con éxito reconstrucciones superficiales, incluyendo la transición de una superficie metálica prístina a estados decorados con oxígeno y, finalmente, a una fase de óxido superficial ($Pd_4O_4$) bajo condiciones oxidantes. El diagrama de fases resultante concordó bien con hallazgos experimentales y teóricos previos.

Significancia y Reivindicaciones
El artículo afirma que el algoritmo GCGO constituye una alternativa prometedora a los métodos existentes para caracterizar catalizadores sólidos bajo condiciones de reacción. Su principal significancia radica en su capacidad para:

• Identificar estructuras estables y estados químicos con mayor eficiencia que los enfoques canónicos que exploran las estequiometrías de forma independiente.
• Revelar regiones de los diagramas de fase más allá de las condiciones objetivo inmediatas dentro de una sola ejecución computacional.
• Proporcionar un marco práctico para estudiar nanomateriales complejos donde la fase estable es desconocida a priori.

Los autores señalan modestamente que, aunque el algoritmo es altamente eficiente, no es un enfoque operando formal debido a la omisión de las contribuciones vibracionales a la energía libre de Gibbs de los candidatos. Sin embargo, sostienen que la simplificación produce límites de fase fiables y que el método es particularmente efectivo cuando una sola estequiometría es significativamente más estable que otras bajo las condiciones objetivo. El trabajo allana el camino para abordar nanomateriales más grandes y complejos en entornos reactivos al reducir el cuello de botella computacional de las evaluaciones de primeros principios.