🔬 materials science

GEODE: Symmetry-Preserving Cartesian Diffusion for Crystal Generation

GEODE es un modelo generativo novedoso que combina la difusión de coordenadas y de red en el espacio cartesiano con pérdidas restringidas por Wyckoff para preservar las simetrías cristalinas, logrando tasas de vanguardia de estructuras metaestables, únicas y novedosas al tiempo que permite el muestreo guiado por propiedades.

Autores originales: Yuchen Lou, Alex M. Ganose

Publicado 2026-10-02

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Yuchen Lou, Alex M. Ganose

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

La búsqueda de nuevos materiales a menudo se siente como buscar una aguja en un pajar, pero con un giro: el pajar está hecho de billones de posibles disposiciones de átomos, y la mayoría de ellas son inestables o inútiles. Durante décadas, los científicos han dependido del cribado de alto rendimiento, un método que pone a prueba bases de datos existentes de cristales conocidos contra criterios específicos para encontrar candidatos prometedores. Este enfoque funciona bien para encontrar lo que ya es conocido, pero no puede inventar lo que nunca ha sido visto. Para descubrir verdaderamente nuevos materiales, los investigadores necesitan generar estructuras completamente nuevas desde cero. El desafío radica en la naturaleza de los cristales mismos. A diferencia de un montón de arena aleatorio, un cristal se define por un patrón rígido y repetitivo donde los átomos se asientan en disposiciones específicas y simétricas. Estos patrones no son arbitrarios; siguen reglas matemáticas estrictas llamadas grupos de espacio, que dictan cómo pueden moverse y rotar los átomos manteniendo la estructura intacta. La mayoría de los cristales del mundo real, desde la sal de mesa hasta los semiconductores complejos, obedecen estas reglas. Sin embargo, cuando los científicos intentan usar inteligencia artificial para inventar nuevos cristales, los modelos a menudo fallan al respetar estas simetrías, produciendo estructuras que parecen cristales pero que se desmoronan o simplemente no existen en la naturaleza.

Un equipo de investigadores del Imperial College London ha desarrollado un nuevo sistema de inteligencia artificial llamado GEODE para resolver este problema específico. En lugar de intentar forzar a una IA de propósito general a aprender las reglas de simetría sobre la marcha, construyeron las reglas directamente en la arquitectura de la máquina. El sistema opera en dos etapas distintas. Primero, selecciona una "plantilla de simetría", que es esencialmente un plano que especifica el tipo de patrón repetitivo y las posiciones permitidas para los átomos dentro de ese patrón. Una vez elegido un plano, el sistema genera la estructura cristalina completa, incluyendo el tamaño de la unidad repetitiva, las posiciones exactas de cada átomo y el tipo de átomo en cada posición. Crucialmente, el sistema asegura que cada paso de este proceso de generación respete el plano elegido. Si el plano dice que un átomo solo puede moverse a lo largo de una línea específica, el sistema nunca permite que se desvíe de esa línea. Este enfoque contrasta con métodos anteriores que trataban la simetría como una condición opcional o intentaban corregir estructuras rotas después de haber sido generadas. Al tratar la simetría como una restricción fundamental desde el principio, los investigadores descubrieron que la IA podía producir materiales estables, únicos y novedosos de manera mucho más fiable que antes.

Los investigadores probaron su sistema contra un conjunto estándar de más de 45,000 cristales inorgánicos conocidos. Pidieron a la IA que generara miles de nuevas estructuras y luego comprobaron cuántas de estas eran válidas, únicas y lo suficientemente estables como para potencialmente existir. Los resultados mostraron una mejora significativa respecto a otros modelos conscientes de la simetría. Sin ningún ajuste adicional, el sistema produjo una tasa de cristales novedosos y exitosos que fue casi el doble que la del siguiente mejor modelo en su categoría. Cuando los investigadores añadieron un sencillo paso de filtrado al proceso —seleccionando solo los planos más prometedores antes de que comenzara la generación— la tasa de éxito aumentó aún más, superando incluso a algunos de los modelos más avanzados que ignoran las reglas de simetría. Esta mejora se logró sin reentrenar el modelo, simplemente siendo más selectivos con las plantillas iniciales. El sistema también demostró la capacidad de guiar el proceso de generación hacia propiedades físicas específicas. Por ejemplo, los investigadores mostraron que podían dirigir a la IA para crear cristales cúbicos con una capacidad específica para almacenar energía eléctrica, todo ello asegurando que el material mantuviera una simetría perfecta.

Una de las innovaciones clave en este trabajo fue cómo el sistema manejó la escala física de los átomos. Muchos modelos anteriores añadían ruido aleatorio a las posiciones de los átomos de una manera que dependía del tamaño de la celda del cristal, lo que hacía que el proceso de aprendizaje fuera inconsistente. GEODE, en cambio, añadió ruido de una manera que representaba una distancia física fija, independientemente del tamaño del cristal. Este pequeño cambio hizo que el proceso de entrenamiento fuera más estable y los resultados finales más precisos. Los investigadores también introdujeron un método para manejar el hecho de que átomos idénticos en un cristal pueden intercambiar lugares sin cambiar la estructura. Al permitir que el sistema reconociera estos intercambios durante el entrenamiento, evitaron que la IA se confundiera por etiquetas arbitrarias, lo que condujo a predicciones más limpias y precisas. El sistema fue probado en dos conjuntos de datos diferentes y, en ambos casos, superó a sus competidores en la generación de estructuras que no solo eran matemáticamente válidas, sino también físicamente plausibles.

El estudio destaca un cambio en cómo la inteligencia artificial aborda el descubrimiento de materiales. En lugar de depender de cantidades masivas de datos para adivinar las reglas de simetría, los investigadores integraron esas reglas directamente en el diseño del modelo. Este enfoque resultó ser más eficiente y efectivo, permitiendo al sistema navegar por el vasto espacio de posibles estructuras cristalinas con mayor precisión. Aunque el sistema aún no es una solución perfecta para todos los desafíos del descubrimiento de materiales, representa un paso significativo hacia la generación de cristales estables y novedosos. La capacidad de controlar propiedades específicas, como el comportamiento eléctrico, mientras se mantiene una estricta simetría estructural sugiere un camino hacia el diseño de materiales con funciones a medida. Los investigadores señalaron que el proceso sigue siendo computacionalmente costoso, requiriendo un tiempo significativo para generar cada estructura, pero la calidad de los resultados sugiere que la inversión vale la pena. Al combinar una comprensión profunda de la simetría de los cristales con técnicas generativas modernas, GEODE ofrece una nueva y poderosa herramienta para los científicos que buscan expandir los límites de lo que los materiales pueden llegar a ser.

Resumen Técnico: GEODE – Difusión Cartesiana que Preserva la Simetría para la Generación de Cristales

Planteamiento del Problema

El descubrimiento computacional de materiales tradicionalmente ha dependido del cribado de alto rendimiento de bases de datos existentes, lo que limita el descubrimiento de materiales verdaderamente novedosos. Los modelos generativos ofrecen una vía para muestrear nuevas estructuras directamente; sin embargo, los modelos existentes tienen dificultades para reproducir las simetrías de grupo espacial no triviales observadas en la mayoría de los cristales inorgánicos conocidos. Aunque algunos modelos se condicionan en etiquetas de grupo espacial, a menudo fallan al recuperar la simetría objetivo (recuperándola solo el 10–20% de las veces) y generan desproporcionadamente estructuras en el grupo espacial trivial $P1$ .

Además, los modelos actuales que son conscientes de la simetría enfrentan desafíos arquitectónicos y de entrenamiento:

Representación de Coordenadas: La mayoría de los modelos difunden coordenadas fraccionarias, donde la escala física del ruido depende del tamaño y la forma de la celda, lo que complica el proceso de aprendizaje.
Acoplamiento de la Red (Lattice-Coupling): Los modelos que utilizan difusión cartesiana han mantenido históricamente la red fija para evitar la complejidad de las actualizaciones acopladas, perdiendo la oportunidad de generar celdas unitarias diversas.
Unicidad y Novedad: Los cristales de alta simetría suelen compartir prototipos estructurales limitados, lo que lleva a los modelos generativos a producir estructuras repetitivas o aquellas ya presentes en las bases de datos, reduciendo las métricas de unicidad y novedad.

Los enfoques existentes que imponen la simetría suelen tener un desempeño peor que los modelos agnósticos a la simetría en las pruebas estándar de estabilidad, unicidad y novedad.

Metodología: GEODE

Los autores introducen el Generative Equivariant Orbit Diffusion Engine (GEODE), un modelo generativo consciente de la simetría que opera en dos etapas distintas:

1. Muestreo de Plantillas de Wyckoff (VAE)

GEODE primero muestrea una plantilla de simetría $\tau = (G, W)$ , que consiste en un grupo espacial $G$ y una lista de órbitas de Wyckoff $W$ .

Arquitectura: Un codificador de paso de mensajes $E(3)$ -equivariante procesa los tipos de átomos y las incrustaciones (embeddings) de los sitios de Wyckoff para parametrizar un vector latente gaussiano $z$ . Un decodificador MLP predice la distribución del grupo espacial, mientras que un transformador autorregresivo genera la secuencia de órbitas de Wyckoff condicionado en $z$ y el grupo espacial.
Entrenamiento: El Autoencoder Variacional (VAE) se entrena para reconstruir el grupo espacial y la secuencia de órbitas a partir de los datos de entrenamiento, regularizado por un término de divergencia KL.

2. Difusión Cartesiana Conjunta

Dado un template muestreado, un modelo de difusión genera conjuntamente la estructura del cristal $C = (A, X, L)$ (tipos de átomos, coordenadas y red) mientras preserva estrictamente la simetría de la plantilla.

Difusión Cartesiana: A diferencia de trabajos previos que usan coordenadas fraccionarias, GEODE difunde las coordenadas atómicas en el espacio cartesiano. Esto asegura que la escala de ruido represente una distancia física consistente (Ángstroms) independientemente de las dimensiones de la celda.
Difusión de la Red: El modelo difunde los seis parámetros de la celda ( $a, b, c, \alpha, \beta, \gamma$ ) en lugar de la matriz de la red. Un operador de proyección $P_G$ asegura que el ruido añadido a la red respete las restricciones del sistema cristalino específico (por ejemplo, longitudes iguales para sistemas cúbicos, ángulos fijos para sistemas ortorrómbicos).
Ruido que Preserva la Simetría: El ruido de las coordenadas se construye para que esté correlacionado dentro de cada órbita de Wyckoff. Se muestrea un vector aleatorio para un átomo representativo, se promedia sobre su grupo de simetría de sitio para eliminar componentes fuera de sus grados de libertad, y luego se transforma a todos los átomos equivalentes.
Pérdida Restringida por Wyckoff:
- Copias Alcanzables: El objetivo de entrenamiento (score de normal envolvente) se restringe a imágenes periódicas que sean alcanzables dentro de los grados de libertad permitidos del átomo, evitando gradientes inconsistentes.
- Remapeo de Permutaciones: Antes de calcular la pérdida, el modelo empareja los átomos perturbados con los sitios de referencia dentro de la misma órbita de Wyckoff utilizando la asignación lineal de costo mínimo (algoritmo húngaro). Esto evita que la pérdida dependa de un etiquetado arbitrario de átomos cuando los átomos equivalentes intercambian posiciones.
Difusión de Tipo Atómico: Los tipos de átomos se difunden utilizando un proceso de estado de absorción sobre las órbitas de Wyckoff, asegurando que todos los átomos en una órbita compartan la misma especie.

3. Filtrado de Plantillas en el Tiempo de Muestreo

Para mejorar la novedad sin reentrenar, los autores proponen filtrar la distribución de las plantillas muestreadas. Las plantillas se retienen solo si ocurren dentro de un rango de frecuencia específico en el conjunto de entrenamiento (1 a 1,000 veces) y contienen un número específico de órbitas (4 a 6). Esto sesga la generación hacia prototipos estructurales subrepresentados pero factibles.

4. Guía de Propiedades

El modelo soporta guía libre de clasificador para controlar propiedades (por ejemplo, la permitividad) manteniendo la simetría. Mediante el ajuste fino del modelo de difusión en un conjunto de datos de propiedades y el uso de Modulación Lineal por Características (FiLM), el modelo puede generar cristales cúbicos con constantes dieléctricas objetivo, asegurando respuestas isotrópicas.

Contribuciones Clave

Difusión Cartesiana Conjunta: GEODE es el primer modelo que combina la difusión de coordenadas y de red en el espacio cartesiano, proporcionando una escala de ruido física consistente y permitiendo actualizaciones isotrópicas a través de diferentes dimensiones de celda.
Pérdida Restringida por Wyckoff: La introducción de una función de pérdida que tiene en cuenta el remapeo de permutaciones y restringe los objetivos a copias periódicas alcanzables, asegurando que el modelo respete las restricciones de las coordenadas y reduzca el ruido de entrenamiento.
بالفعل, esto reduce el ruido de entrenamiento.
Filtrado de Plantillas: Una estrategia de muestreo en tiempo que aumenta la novedad de las estructuras generadas mediante el filtrado de la distribución de plantillas, mejorando el desempeño sin necesidad de un entrenamiento adicional del modelo.
Guía Conjunta: Demostración del control de la simetría (vía selección de plantilla) y de las propiedades físicas (vía guía libre de clasificador) de manera simultánea.

Resultados

Evaluado en los conjuntos de datos MP-20 y Alex-MP-20 utilizando el marco de trabajo LeMat-GenBench:

Desempeño: GEODE logra una tasa de mmetastabilidad, unicidad y novedad (mSUN) del 11.92% en MP-20 sin relajación de la estructura. Esto supera al siguiente mejor modelo consciente de la simetría (SGFM con 7.68%) y se acerca al desempeño de los modelos líderes agnósticos a la simetría.
Desempeño tras Relajación: Después de la relajación con EquiformerV3, GEODE alcanza un mSUN de 16.40% en MP-20.
Impacto del Filtrado: Aplicar el filtro de plantillas en el tiempo de muestreo aumenta el mSUN relajado al 23.80% en MP-20, superando a todas las otras entradas en la tabla de clasificación pública hasta septiembre de 2026.
Fidelidad de la Simetría: El 98.4% de las estructuras generadas se asignan exactamente al grupo espacial especificado por su plantilla.
Estudios de Ablación: Reemplazar la difusión cartesiana con coordenadas fraccionarias reduce el mSUN de 11.9% a 9.3%. El remapeo de permutaciones y las restricciones de copias alcanzables contribuyen significativamente al desempeño final.
Control de Propiedades: El modelo genera con éxito cristales cúbicos con las permitividades objetivo (por ejemplo, valores medianos predichos de 2.1, 6.2, 10.5 y 12.2 para objetivos de 2, 5, 10 y 15), manteniendo la simetría cúbica en todo momento.

Significado y Limitaciones

El artículo afirma que GEODE demuestra que el tratamiento explícito de la simetría en los modelos generativos puede producir resultados competitivos en estabilidad, unicidad y novedad, desafiando la noción de que los modelos agnósticos a la simetría son superiores. Al separar la generación de la plantilla de la difusión del cristal, el modelo permite la optimización post-hoc del proceso de generación (vía filtrado) sin reentrenamiento.

Limitaciones reconocidas por los autores:

Entrenamiento en Dos Etapas: El generador de plantillas y el modelo de difusión se entrenan de forma independiente, lo que significa que el generador de plantillas no recibe retroalimentación sobre la estabilidad de los cristales resultantes. Esto puede llevar a la propuesta de plantillas que son difíciles de realizar para el modelo de difusión.
Simetría Fija: El grupo espacial permanece fijo durante el proceso de difusión; el modelo no puede resolver una plantilla inadecuada cambiando su simetría.
Costo Computacional: El muestreo requiere 1,000 pasos inversos, cada uno evaluando una red equivariante sobre la celda completa, lo que hace que el proceso sea computacionalmente costoso.
Alcance de la Guía: La guía de propiedades se demostró solo para una propiedad escalar (permitividad) dentro de un único sistema cristalino (cúbico). La aplicabilidad más amplia a través de diversas propiedades y clases de simetría requiere más pruebas.