Fine-Tuning a Universal Machine-Learned Interatomic Potential for Oxygen Plasma Interactions with WS$_2$

Resumen Técnico: Ajuste Fino de un Potencial Interatómico Universal Aprendido por Máquina para Interacciones de Plasma de Oxígeno con WS2

Planteamiento del Problema
Las simulaciones de dinámica molecular (MD) de interacciones plasma-superficie requieren potenciales interatómicos (IP) que equilibren la precisión, la eficiencia computacional y la capacidad de describir sistemas reactivos complejos que involucran múltiples elementos y tipos de enlace. Los IP tradicionales suelen tener dificultades para cumplir estas demandas simultáneamente, particularmente en escenarios industrialmente relevantes como el grabado de capa atómica (ALE) de dicalcogenuros de metales de transición (TMD) bidimensionales, como el disulfuro de tungsteno (WS2). Un desafío específico surge al modelar las interacciones del plasma de oxígeno con WS2, donde la química involucra especies de oxígeno con espín polarizado (O2 triplete) y requiere correcciones de Hubbard U para describir con precisión los estados W 5d en el tungsteno oxidado (WOx). Los modelos fundacionales estándar, aunque potentes, suelen estar entrenados en conjuntos de datos (por ejemplo, Open Catalyst 2020) que carecen de configuraciones de bombardeo de alta energía y de las correcciones electrónicas específicas (polarización de espín, U) necesarias para esta química.

Metodología
Los autores emplean un bucle de ajuste fino iterativo para adaptar el modelo fundacional Universal Models for Atoms (UMA), específicamente la variante uma-s-1p1 entrenada en la tarea Open Catalyst 2020 (OC20), para las interacciones de plasma de oxígeno con WS2 multicapa.

1. Configuración de la Simulación: Las simulaciones de MD modelan el bombardeo de una placa de 2H-WS2 por iones de O+ y O2+ de 15 eV. El sistema trata a los iones entrantes como neutros rápidos (debido a la rápida transferencia de carga) y utiliza un termostato de Berendsen estratificado para gestionar el calentamiento post-impacto. Los cúmulos desprendidos (SO, SO2, O, O2) se identifican y eliminan dinámicamente basándose en criterios geométricos y composicionales específicos.
2. Bucle de Ajuste Fino Iterativo:
   • Exploración por MD: El modelo actual genera trayectorias para explorar el espacio de configuración W-S-O, utilizando geometrías de placa tanto planas como escalonadas.
   • Muestreo de Configuraciones: Se selecciona un subconjunto máximamente diverso de configuraciones utilizando descriptores de Solapamiento Suave de Posiciones Atómicas (SOAP), Análisis de Componentes Principales (PCA) y Muestreo de Punto Más Lejano (FPS).
   • Etiquetado mediante DFT: Las configuraciones seleccionadas se etiquetan mediante la Teoría del Funcional de la Densidad (DFT) al nivel PBE+D3+U+spin. Esto incluye la polarización de espín y una corrección de Hubbard U (2.87 eV en los orbitales W 5d) para abordar las limitaciones de la estructura electrónica del modelo preentrenado de OC20.
   • Actualización del Modelo: El modelo se ajusta finamente con los nuevos datos etiquetados. Los autores utilizan principalmente una estrategia de congelación de capas (layer freezing), actualizando solo ciertas capas mientras mantienen la mayoría de los parámetros del modelo congelados, aunque también se probaron el ajuste fino completo y la Adaptación de Bajo Rango (LoRA) para comparar.
3. Evaluación: Se genera un conjunto de prueba retenido utilizando el modelo actualizado para asegurar una evaluación imparcial de las capacidades de generalización. La convergencia se evalúa mediante el Error Absoluto Medio (MAE) en energía, fuerza y tensión, así como la convergencia de los observables físicos (cobertura de S y O quimisorbidos).

Contribuciones Clave

• Adaptación de Modelos Fundacionales: El estudio demuestra la viabilidad de ajustar un modelo fundacional de propósito general (UMA) para una aplicación específica de plasma-superficie de alta energía que involucra correcciones electrónicas complejas (espín, U) no presentes en los datos de preentrenamiento.
• Estrategia de Muestreo Iterativo: La implementación de un bucle iterativo que combina el muestreo de diversidad basado en SOAP con el etiquetado DFT asegura que el conjunto de entrenamiento cubra el espacio de configuración relevante, incluyendo estados de impacto de alta energía y diversos niveles de oxidación.
• Estrategia de Entrenamiento Eficiente: El trabajo destaca la eficacia de la congelación de capas al ajustar modelos fundacionales grandes, logrando una alta precisión con un número reducido de parámetros entrenables en comparación con el ajuste fino completo.

Resultados

• Mejoras en la Precisión: Tras tres rondas de ajuste fino (R3), el modelo alcanzó un Error Absol de la Media (MAE) de 4.5 × 10⁻³ eV/átomo para la energía y 0.076 eV/Å para la fuerza en un conjunto de prueba retenido. Esto representa una mejora significativa sobre la línea base preentrenada (evaluada contra la misma referencia PBE+D3+U+spin), que tenía un MAE de fuerza de aproximadamente 0.23 eV/Å.
• Distribución de Errores: El proceso de ajuste fino no solo redujo el error promedio, sino que también estrechó la distribución de los errores, reduciendo el límite de inclusión del 99% para los errores de fuerza de ±1.343 eV/Å (preentrenado) a ±0.479 eV/Å (R3), mejorando así la estabilidad de las trayectorias de MD.
• Observables Físicos: Crucialmente, el estudio encontró que el modelo UMA-S preentrenado (sin ajuste fino) ya reproducía los observables clave de escala de producción: la eliminación monotónica del azufre quimisorbido y la captación de oxígeno quimisorbido para formar WOx. Los modelos ajustados (R2 y R3) convergieron a las mismas trayectorias físicas que el modelo preentrenado, a pesar de que este último carecía de las correcciones de polarización de espín y de Hubbard U. El modelo R1 mostró desviaciones leves, consistentes con sus métricas de error más altas.
• Análisis del Entorno Local: El análisis de agrupamiento BIRCH reveló que las mayores discrepancias iniciales ocurrieron en entornos de alta coordinación W-O, los cuales fueron efectivamente corregidos por la tercera ronda de ajuste fino.

Significancia y Reivindicaciones
El artículo sostiene que los modelos fundacionales como UMA pueden servir como una base sólida para las simulaciones de interacción plasma-superficie, incluso para químicas que involucran correcciones electrónicas específicas (espín, U) que estaban ausentes en los datos de preentrenamiento. La principal significancia radica en demostrar que el ajuste fino mejora significativamente la precisión del potencial de energía superficial subyacente (reduciendo el MAE y estabilizando las distribuciones de error), mientras que los observables de interés a escala de producción (eliminación de S y captación de O) ya estaban bien capturados por el modelo preentrenado. Esto sugiere que, para ciertas aplicaciones de plasma-superficie, el costo computacional de un ajuste fino extensivo puede sopesarse frente al hecho de que el modelo fundacional ya proporciona una descripción cualitativamente correcta de la dinámica macroscópica, aunque el ajuste fino sigue siendo esencial para lograr una precisión cuantitativa del nivel DFT en las fuerzas y energías subyacentes. Los autores señalan que la comparación cuantitativa con mediciones experimentales queda reservada para una publicación futura.