Geometric Algebra Meets Cartesian Tensors: Higher-Order Equivariance for Interatomic Potentials

Resumen Técnico: Álgebra Geométrica y Tensores Cartesianos: Equivarianza de Orden Superior para Potenciales Interatómicos

Planteamiento del Problema
Los potenciales interatómicos de aprendizaje automático (MLIP) deben codificar simetrías físicas, específicamente asegurando que las fuerzas predichas sean equivariantes bajo rotaciones y traslaciones. Aunque la magnitud de la fuerza se predice con frecuencia de manera precisa, la dirección de la fuerza suele fallar, lo que genera trayectorias que se desvían del pozo de energía potencial correcto. Los autores identifican una limitación estructural en las arquitecturas existentes basadas en el álgebra de Clifford (geométrica): el producto geométrico de dos vectores en $\mathbb{R}^3$ (dentro del álgebra $Cl(3,0)$) solo realiza las representaciones irreducibles (irreps) $L=0$ (escalar) y $L=1$ (vector/bivector) de $SO(3)$. El componente simétrico-traza de rango 2 ($L=2$), esencial para capturar distribuciones de carga cuadripolares, interacciones de orbitales d y estrés anisotrópico, está ausente en las operaciones bilineales por arista que impulsan las capas de paso de mensajes. En consecuencia, los modelos de Clifford estándar dependen de la acumulación de capas para reconstruir indirectamente el contenido $L \ge 2$, lo que resulta en una pobre fidelidad direccional (similitud de coseno de fuerza agregada $< 0.25$ en rMD17) en comparación con los modelos basados en armónicos esféricos.

Metodología: CliffordSTF
El artículo propone CliffordSTF, una arquitectura híbrida que acopla el sustrato de multivectores de Clifford con pistas de tensores simétricos-traza (STF) de forma cerrada. La innovación central es un diseño de "doble vía" que evita las tablas de Clebsch–Gordan (CG), las matrices de Wigner-D o librerías externas como $e3nn$.

1. Fundamento Teórico (Teorema 1): Los autores establecen una equivalencia constructiva entre el producto geométrico de $Cl(3,0)$ y las operaciones STF. Demuestran que el producto tensorial $1 \otimes 1$ (dos vectores) puede descomponerse en componentes $L=0, 1, 2$ utilizando únicamente:

   • La parte escalar del producto geométrico ($L=0$).
   • El dual de Hodge de la parte bivector ($L=1$).
   • Un proyector simétrico-traza de forma cerrada ($L=2$).
     Esta construcción abarca todo el contenido de irreps de $SO(3)$ hasta $L=3$ en el nivel bilineal por arista sin coeficientes CG aprendidos.

2. Arquitectura:

   • Sustratos: El modelo mantiene dos pistas de características paralelas por átomo: un multivector de Clifford (dimensión 8, cubriendo $2 \cdot L=0 \oplus 2 \cdot L=1$) y canales STF opcionales en rangos 2 y 3.
   • Paso de Mensajes: Los mensajes se generan mediante el producto geométrico en la pista de Clifford y contracciones STF de forma cerrada en la pista tensorial.
   • Acoplamiento entre Pistas: Un componente crítico es el acoplamiento bidireccional entre pistas. Las características STF se generan a partir de vectores de Clifford, y recíprocamente, las características STF se contraen con vectores de Clifford (vía $S \cdot v$) para inyectar información $L=2$ de vuelta en el canal vectorial. Este acoplamiento se aprende mediante una única operación bilineal.
   • Lectura (Readout): Las fuerzas se predicen utilizando una combinación de canales vectoriales (grado-1) y duales de Hodge de bivectores (grado-2), aumentados por contracciones explícitas $L=2 \otimes L=1 \to L=1$ ($S \cdot \hat{r}$) que capturan componentes de fuerza angular inaccesibles para arquitecturas de $L \le 1$.

Contribuciones Clave

• Diagnóstico: El artículo aísla el sustrato faltante $L \ge 2$, en lugar de la capacidad del modelo o la profundidad, como la causa principal del fallo direccional en las líneas base de Clifford con $L \le 1$.
• Arquitectura: Una construcción de forma cerrada que abarca el contenido de armónicos esféricos hasta $L=3$ usando un único elemento bilineal aprendido y operaciones STF clásicas, verificado contra los símbolos Wigner-3j.
• Validación Empírica: Un estudio de ablación de once variantes confirma que el andamiaje híbrido es necesario; ni la pista de Clifford sola ni la pista STF sola (sin acoplamiento) se acercan al rendimiento del sistema combinado.

Resultados
Evaluado en los benchmarks rMD17, OC20 y OC22 con un presupuesto de parámetros fijo ($\sim 10^6$ parámetros):

• rMD17 (Direccionalidad de la Fuerza): CliffordSTF logra una similitud de coseno de fuerza agregada de 0.551, una mejora de diez veces respecto al modelo Clifford base (0.055) y supera a todas las líneas base de orden de cuerpo o libres de CG (todas $\le 0.17$). Se aproxima al rendimiento de los modelos de armónicos esféricos completos (EquiformerV2 $\approx 0.96$) sin utilizar armónicos esféricos.
• Precisión de Magnitud: Las ganancias direccionales no ocurren a expensas de la precisión de la magnitud. CliffordSTF reduce el MAE de la fuerza en un 15.8% y el MAE de la energía en un 10.9% en comparación con el modelo Clifford base.
• Catálisis (OC22):
  • IS2RE: Alcanza el mejor MAE de energía in-distribución entre los métodos de $L \ge 2$ (4.09 eV) y un rendimiento competitivo out-of-distribution.
  • S2EF: Logra el mejor MAE de energía out-of-distribution en el estudio y iguala el mejor MAE de energía in-distribución entre los métodos de $L \ge 2$.
• Eficiencia: En inferencia, CliffordSTF (0.352 s/paso) es competitivo con las líneas base de armónicos esféricos más lentas y más rápido que las líneas base de tensores cartesianos como ICTP. El entrenamiento es aproximadamente 2–3 veces más lento que las líneas base de armónicos esféricos más rápidas (MACE, EquiformerV2) debido a la sobrecarga del grafo de autograd del andamiaje de doble vía, pero sigue siendo competitivo con otros métodos de campos tensoriales.

Significancia y Reclamaciones
El artículo sostiene que la elección de la representación en arquitecturas equivariantes debe ser impulsada por el contenido angular específico requerido ($L$-values) en lugar de la lealtad a un único formalismo algebraico. Al demostrar que el producto geométrico y las operaciones STF de forma cerrada abarcan el mismo contenido de irreps de $SO(3)$ que los armónicos esféricos hasta $L=3$, los autores muestran que un enfoque híbrido puede recuperar la expresividad estructural faltante de la álgebra geométrica pura.

Los autores señalan modestamente que, aunque CliffordSTF cierra la brecha significativamente, aún no iguala la fidelidad direccional absoluta de las arquitecturas de armónicos esféricos completos (EquiformerV2). Identifican el acoplamiento entre pistas como una "palanca de estabilidad" esencial para el entrenamiento, más que solo un impulsor de precisión, y sugieren que el trabajo futuro podría extender esto a un $L_{max}$ superior, optimizar los costos de entrenamiento mediante kernels fusionados y lograr una equivariancia $O(3)$ completa mediante el seguimiento explícito de la paridad.