Scalar-pathway fidelity improves physical accuracy in short-range equivariant interatomic potentials

Resumen Técnico: Fidelidad de la Vía Escalar en Potenciales Interatómicos Equivariantes de Corto Alcance

Planteamiento del Problema
Los potenciales interatómicos equivariantes de corto alcance (MLIPs), como MACE, Allegio y NequIP, han avanzado en el campo mediante la representación de la geometría atómica local a través de características tensoriales $O(3)$-equivariantes. Estas arquitecturas capturan con éxito correlaciones geométricas de alto orden de cuerpo. Sin embargo, un cuello de botella crítico persiste: las predicciones finales relevantes para el despliegue (energía, fuerzas y tensión) se derivan proyectando estas ricas representaciones tensoriales sobre canales escalares invariantes ($\ell=0$).

Los autores identifican que esta "vía escalar" es a menudo una fuente de inexactitud física debido a dos limitaciones sistémicas:

1. Agregación Uniforme: Los mensajes escalares se agregan típicamente mediante sumas invariantes a la permutación sin ponderar. Esto carece de un control de amplitud adaptativo condicionado por la coordinación local, la densidad o la distorsión geométrica, lo que conduce a una resolución insuficiente en entornos heterogéneos (p. ej., superficies, defectos, regiones tensionadas).
2. Sesgo Espectral: Las no linealidades escalares (p. ej., SiLU) exhiben un fuerte sesgo espectral de baja frecuencia. Esto suprime la estructura de alta frecuencia en la superficie de energía potencial (PES), resultando en errores físicos tales como la suavización de la repulsión de corto alcance, modos de fonones ópticos desplazados al rojo y deriva de energía durante la integración microcanónica de paso de tiempo finito.

Los enfoques actuales suelen tratar la lectura escalar como un detalle de implementación fijo en lugar de una dimensión de diseño controlable. El artículo postula que los errores físicos residuales en los MLIPs de corto alcance pueden surgir significamente de esta etapa de compresión escalar más que únicamente del núcleo tensorial equivariante.

Metodología
Para abordar estas limitaciones, los autores introducen dos módulos ligeros que preservan la simetría y que actúan exclusivamente sobre los canales escalares $\ell=0$, dejando inalterado el núcleo de producto tensorial equivariante. Estos módulos sirven como sondas controladas de la interfaz escalar:

1. Agrupación de Vecindad con Conciencia Física (PAN - Physics-Aware Neighborhood Pooling):

   • Mecanismo: Reemplaza la agregación escalar uniforme con modulación de amplitud utilizando puertas sigmoideas.
   • Entrada: Las puertas se derivan de descriptores de pares invariantes, incluyendo números atómicos, un descriptor de coordinación suave ($\rho_i$) y una varianza de ángulo de coseno ponderada por el corte ($\eta_i$).
   • Función: Esto permite que la agregación escalar sea sensible a la distorsión geométrica local, la pérdida de coordinación y las variaciones de densidad sin romper la invariancia a la permutación.

2. Mezcladores Espectrales Guiados por la Física (PGS - Physics-Guided Spectral Mixers):

   • Mecanismo: Aumenta las características escalares con bases espectrales motivadas por la física para mejorar la resolución espectral de corto alcance.
   • Implementación:
     • A nivel de arista (Edge Level): Inyecta una expansión de Fourier–Bessel en las distancias de par.
     • A nivel de lectura (Readout Level): Inyecta una expansión de Exponencial-de-Semicírculo (ES) atenuada en los latentes invariantes por átomo.
   • Función: Estas bases están diseñadas para representar mejor la curvatura pronunciada de corto alcance y los modos de alta frecuencia que las no linealidades estándar suavizan.

Diseño Experimental
Los autores utilizan principalmente MACE como un andamiaje mecanístico de alto orden de cuerpo para probar estas intervenciones. El protocolo experimental asegura que:

• El núcleo equivariante, la profundidad de interacción, el corte y los presupuestos de entrenamiento sean idénticos entre los modelos base y los modificados.
• Las comparaciones se realizan a través de cinco semillas de entrenamiento independientes.
• Los módulos se prueban en diversos sistemas: el metal Ag, el covalente Si, un subconjunto iónico de corto alcance LiF/Li–F, y los benchmarks moleculares MD17/rMD17.
• Pruebas de Portabilidad: Los módulos PAN+PGS se insertan en Allegro y NequIP en ubicaciones arquitectónicamente análogas para verificar si los beneficios se transfieren a través de diferentes núcleos equivariantes de corto alcance.

Resultos Clave

1. Mejoras de Precisión:

   • En Ag, Si y LiF/Li–F, el modelo combinado MACE+PAN+PGS redujo los Errores Absolutos Medios (MAE) de fuerza en un 22–27% y el MAE de energía en un 19–22% comparado con el MACE base.
   • En sistemas con etiquetas de tensión, los errores de tensión disminuyeron un 27–28%.
   • En los benchmarks moleculares (rMD17), los errores de fuerza se redujeron en un promedio de 13.9%, observándose las ganancias más significativas en moléculas flexibles y anharmónicas.
   • Los controles de capacidad emparejada (ampliar/profundizar el núcleo sin PAN/PGS) produjeron solo un 4–7% de mejora, demostando que las ganancias no se deben simplemente al aumento del recuento de parámetros.

2. Portabilidad:

   • Insertar PAN+PGS en Allegro y NequIP redujo los errores de fuerza en un 17–19%, confirmando que la corrección es portable a través de distintos núcleos equivariantes de corto alcance, aunque la magnitud de la mejora depende de la arquitectura (siendo mayor en MACE).

3. Observables Físicos:
   La corrección de la vía escalar atenuó específicamente cuatro modos de falla física distintos predichos por los autores:

   • Torsiones Anarmónicas: Redujo la divergencia de Kullback–Leibler en las distribuciones torsionales de la aspirina en aproximadamente 3 veces, corrigiendo la "fuga de barrera".
   • Modos Vibracionales: Redujo el desplazamiento al rojo de los fonones ópticos de alta frecuencia en Si, mejorando el error de la posición del pico de la densidad de estados vibracionales (VDOS) por un factor de ~4.
   • Deriva de Integración: Redujo la deriva de energía secular en simulaciones NVE de 500 ps de Ag masivo por un factor de ~7.
   • Estructura Líquida: Atenuó picos de sub-capa espurios en la función de distribución radial (RDF) del Ag líquido, corrigiendo el acercamiento atómico no físico.

4. Costo Computacional:
   Las mejoras se lograron con aproximadamente un 5% de FLOPs adicionales de inferencia, situando el método en una región de bajo error y bajo costo dentro de la frontera de costo–precisión.

Significancia y Reivindicaciones
El artículo afirma identificar la fidelidad de la vía escalar como una dimensión de diseño práctica y ortogonal para los potenciales interatómicos equivariantes de corto alcance. Los autores argumentan que:

• La expresividad tensorial y la fidelidad escalar no son sustituibles; un núcleo equivariante expresivo aún puede perder detalles físicos si las operaciones escalares descendentes son insuficientemente adaptativas o están espectralmente limitadas.
• La vía escalar no es meramente un detalle de implementación, sino una interfaz crítica donde la información geométrica se convierte en un paisaje de energía.
• PAN y PGS abordan formas distintas y específicas de pérdida de información (sub-resolución geométrica y sesgo espectral) sin requerir términos físicos explícitos (como electrostática de largo alcance) o reemplazar el núcleo equivariante.
• El método es complementario a las extensiones existentes (por ejemplo, para interacciones de largo alcance o reactividad) en lugar de una alternativa, dirigiéndose específicamente al error residual de corto alcance que permanece tras la construcción de la representación local.

Los autores concluyen que los futuros MLIPs de corto alcance deben tratar la agregación escalar y la mezcla espectral como componentes de diseño de primer orden para asegurar que la precisión física de la representación equivariante se preserve cuando se convierte en una superficie de energía desplegable.