NEPMaker: Active learning of neuroevolution machine learning potential for large cells

El artículo presenta NEPMaker, un marco de aprendizaje activo impulsado por la optimalidad D que integra potenciales de neuroevolución (NEP) en el paquete GPUMD para generar potenciales de aprendizaje máquina robustos y escalables en sistemas de materiales complejos mediante la identificación y corrección de entornos atómicos extrapolativos durante simulaciones a gran escala.

Lo esencial

Imagina que quieres enseñarle a un robot a predecir cómo se comportará una ciudad entera (desde los edificios hasta el tráfico) basándose en cómo se mueven solo unas pocas personas en un parque.

Este es el desafío que enfrentan los científicos cuando intentan simular materiales a nivel atómico. Aquí te explico el trabajo de NEPMaker como si fuera una historia de aprendizaje y adaptación:

1. El Problema: El "Robot" que se pierde

Los científicos usan simulaciones por computadora para ver cómo se comportan los materiales (como el sodio o el nitruro de galio).

• La vieja forma: Usaban reglas fijas (como un manual de instrucciones antiguo). Eran rápidas, pero a veces se equivocaban mucho en situaciones complejas.
• La nueva forma (Inteligencia Artificial): Usan redes neuronales (un "cerebro" artificial) que aprende de la física cuántica. Son muy precisas, pero tienen un defecto: son como un estudiante que solo sabe lo que ha estudiado. Si le preguntas algo que no vio en sus libros (una situación nueva o "extrapolada"), el robot empieza a alucinar y da respuestas absurdas, lo que puede hacer que la simulación se rompa.

2. La Solución: El "Detective de Incertidumbre" (D-Optimalidad)

Para arreglar esto, los autores crearon NEPMaker. Imagina que el robot tiene un detective interno llamado "D-Optimalidad".

• ¿Cómo funciona? Cada vez que el robot simula un átomo, el detective le pregunta: "¿He visto algo así antes en mis libros?"
• Si la respuesta es "Sí, es muy parecido", el robot sigue trabajando.
• Si la respuesta es "¡Nunca he visto esto!", el detective levanta la mano y dice: "¡Peligro! Aquí hay una zona de incertidumbre".

3. El Truco Maestro: No aprendas todo, aprende lo importante

Aquí está la parte genial. Normalmente, para enseñarle al robot una situación nueva, tendrías que calcularla con superordenadores muy lentos y costosos (llamados cálculos de "primeros principios"). Si tu simulación tiene millones de átomos, calcularlo todo sería como intentar leer toda la biblioteca para encontrar una sola página. ¡Imposible!

NEPMaker hace algo inteligente:
En lugar de pedir ayuda para toda la ciudad, el detective solo recorta una pequeña foto de la zona donde el robot se perdió.

• La analogía: Imagina que estás en un bosque enorme y te pierdes. En lugar de pedir un mapa de todo el bosque, solo pides un mapa de los 10 metros a tu alrededor.
• El sistema toma esa pequeña "foto" de átomos, la pone en un entorno seguro y le pide al superordenador que solo calcule esa pequeña parte.
• Luego, le enseña al robot esa nueva foto para que la próxima vez no se pierda.

4. El Proceso de "Aprendizaje Activo"

El sistema funciona en un ciclo continuo, como un videojuego de niveles:

1. Juega: El robot simula el material.
2. Detecta: El detective encuentra las zonas donde el robot duda.
3. Pide ayuda: El sistema toma solo esas zonas dudosas, las "recorta" y las envía al superordenador para obtener la respuesta correcta.
4. Aprende: El robot actualiza su cerebro con esa nueva información.
5. Repite: Vuelve a jugar, pero ahora es más listo.

5. ¿Por qué es importante? (Los Resultados)

Los autores probaron esto con tres situaciones difíciles:

• Derretir sodio: Como ver cómo se derrite un cubo de hielo, pero a nivel atómico.
• Cambio de fase en CsPbI3: Como un cristal que cambia de forma (de cuadrado a rectangular) cuando se calienta.
• GaN bajo presión: Como aplastar un material hasta que cambia su estructura interna.

En los tres casos, NEPMaker logró crear un "cerebro" artificial que podía simular millones de átomos sin romperse, aprendiendo sobre la marcha y sin necesitar calcular todo desde cero.

En resumen

NEPMaker es como un tutor personal para la inteligencia artificial. En lugar de obligar al estudiante a estudiar todo el libro de una vez (lo cual es imposible y caro), el tutor le señala exactamente qué párrafos no entiende, le da la respuesta solo a esos párrafos, y luego deja que el estudiante siga estudiando por su cuenta, cada vez más rápido y seguro.

Esto permite a los científicos simular materiales complejos, con defectos o cambios de estado, con la precisión de la física cuántica pero a la velocidad de la luz.

Resumen técnico

Resumen Técnico: NEPMaker

1. El Problema

Los potenciales de aprendizaje automático (MLP) han revolucionado la dinámica molecular (DM) al ofrecer una precisión cercana a la de los primeros principios (DFT) con un costo computacional mucho menor. Sin embargo, estos modelos enfrentan dos limitaciones críticas:

• Falta de robustez fuera de la distribución: Los MLP basados en redes neuronales son "cajas negras" que tienden a fallar catastróficamente cuando se encuentran con entornos atómicos no vistos durante el entrenamiento (extrapolación), lo que puede llevar a inestabilidad en la simulación o resultados dinámicos incorrectos.
• Costo prohibitivo del etiquetado en grandes sistemas: Las estrategias de aprendizaje activo (AL) existentes a menudo requieren etiquetar configuraciones completas con DFT para identificar incertidumbre. En simulaciones a gran escala (miles o millones de átomos), calcular la energía y las fuerzas de toda la celda con DFT es computacionalmente inviable, impidiendo la aplicación de AL en sistemas complejos con defectos, interfaces o transiciones de fase.

2. Metodología

Los autores desarrollan NEPMaker, un marco de aprendizaje activo impulsado por el criterio de D-optimalidad, integrado en el paquete GPUMD y basado en el potencial de neuroevolución (NEP). La metodología se compone de los siguientes pilares:

• Criterio de D-optimalidad para Cuantificación de Incertidumbre:

  • En lugar de usar ensembles o métodos bayesianos costosos, NEPMaker utiliza la D-optimalidad para medir el "grado de extrapolación" ($\gamma$) de un entorno atómico.
  • Calcula la independencia lineal de los vectores de descriptores de un nuevo entorno atómico respecto a un "conjunto activo" de datos de entrenamiento.
  • Si $\gamma > 1$, el entorno se considera una extrapolación (fuera de la distribución) y requiere etiquetado. Esto permite una evaluación eficiente en tiempo real (on-the-fly) durante la simulación.

• Extracción de Fragmentos Locales y Optimización de Bordes (Estrategia Clave):

  • A diferencia de métodos anteriores que extraen clusters atómicos en vacío (lo que genera estructuras no físicas), NEPMaker extrae regiones locales periódicas de las celdas grandes.
  • Optimización de Bordes: Para evitar que los átomos de la frontera introduzcan entornos no físicos que afecten la convergencia de los primeros principios, el método optimiza las posiciones de los átomos fuera de la región objetivo.
  • Utiliza un criterio de incertidumbre basado en el propio NEP para minimizar la energía de los átomos de borde, asegurando que permanezcan dentro de la distribución de entrenamiento, mientras se mantiene fija la región central de interés. Esto reduce la ambigüedad en la asignación de energía atómica.

• Flujo de Trabajo Automatizado:

  1. Entrenamiento inicial: Se entrena un NEP base.
  2. Exploración: Se ejecuta DM en grandes celdas. Se identifican configuraciones con alto $\gamma$.
  3. Selección y Refinamiento: Se extraen los entornos atómicos extrapolativos, se optimizan sus bordes y se seleccionan para etiquetado.
  4. Etiquetado DFT: Se realizan cálculos de DFT solo en estas estructuras seleccionadas.
  5. Reentrenamiento: El conjunto de datos se actualiza y el modelo se reentrena.
  • Este ciclo se repite hasta que no se detectan entornos extrapolativos.

3. Contribuciones Clave

• Escalabilidad: Permite la construcción de potenciales de aprendizaje automático para sistemas masivos (decenas de miles de átomos) sin el costo prohibitivo de etiquetar configuraciones completas.
• Eficiencia en la Extracción de Datos: La estrategia de optimización de bordes asegura que los datos generados sean físicamente consistentes y converjan bien en DFT, evitando la introducción de ruido por entornos de borde artificiales.
• Integración On-the-Fly: El marco se integra directamente en simulaciones de DM en curso, permitiendo que la simulación contribuya directamente a la construcción del conjunto de datos mientras avanza.
• Generalidad: Funciona eficazmente para sistemas monoatómicos y multielementales, manejando desequilibrios de escala en los vectores de características mediante el agrupamiento por especie química antes de la selección del conjunto activo.

4. Resultados

El marco se validó en tres sistemas representativos con diferentes desafíos físicos:

1. Fusión del Sodio (Na):

   • Se demostró la capacidad de aprender desde cero un potencial para un metal simple.
   • El proceso convergió en 7 iteraciones, logrando un RMSE (Error Cuadrático Medio Raíz) bajo.
   • Se calculó el punto de fusión a 0 GPa (~350 K), muy cercano al valor experimental (370 K), validando la precisión termodinámica.

2. Transiciones de Fase Sólido-Sólido en CsPbI₃:

   • Sistema complejo con dinámicas de red anarmónicas y múltiples fases (cúbica $\alpha$, tetragonal $\beta$, ortorrómbica $\gamma$).
   • El modelo aprendió las transiciones de fase correctamente en una celda de 23,040 átomos.
   • Reprodujo con precisión las temperaturas de transición y los cambios en los parámetros de red, demostrando transferibilidad en sistemas con fases polimórficas.

3. Transición de Fase B4-B1 en GaN:

   • Caso de estudio para efectos de tamaño y mecanismos de nucleación complejos.
   • Se utilizaron simulaciones de metadinámica en celdas de 2,048 y 27,648 átomos.
   • El método capturó mecanismos de transformación distintos (reconstrucción de anillos hexagonales vs. compresión del eje c) y la formación de dominios estriados con átomos de coordinación 5 y 6, que serían inaccesibles para DFT directo.
   • El proceso convergió en 12 y 9 iteraciones respectivamente, generando potenciales robustos capaces de simular la nucleación y propagación de interfaces de fase.

5. Significado e Impacto

NEPMaker representa un avance significativo en la simulación de materiales porque:

• Rompe la barrera de escala: Permite aplicar la precisión de los primeros principios a sistemas macroscópicos mediante MLP, algo que antes estaba limitado por la incapacidad de generar datos de entrenamiento fiables para configuraciones complejas.
• Automatización y Robustez: Proporciona una ruta automatizada para construir potenciales confiables "desde cero" para sistemas con defectos, interfaces y transiciones de fase, eliminando la necesidad de intuición manual para definir conjuntos de entrenamiento.
• Eficiencia Computacional: Al evitar el etiquetado de celdas completas y optimizar los bordes localmente, reduce drásticamente el costo computacional del ciclo de aprendizaje activo, haciendo viable la simulación de procesos dinámicos complejos en supercélulas grandes.

En conclusión, NEPMaker establece un estándar para la construcción escalable de potenciales de aprendizaje automático, combinando la precisión cuántica con el control de incertidumbre en simulaciones de dinámica molecular a gran escala.