Long-Range Electrostatics and Born Effective Charges from Invariant Moment Tensor Potentials with Latent Ewald Summation (MTP-LES)

Resumen Técnico: Electrostática de Largo Alcance y Cargas Efectivas de Born a partir de Potenciales de Tensores de Momentos Invariantes con Sumación de Ewald Latente (MTP–LES)

Planteamiento del Problema

Los potenciales interatómicos de aprendizaje automático (MLIP) han alcanzado una alta precisión a un bajo coste computacional, pero están fundamentalmente limitados por su dependencia de descriptores locales de corto alcance (típicamente de 4–6 Å de radio de corte). Esta suposición de localidad falla al capturar las interacciones electrostáticas de largo alcance y las respuestas de polarización esenciales para modelar líquidos polares, óxidos ferroeléctricos y sistemas moleculares finitos. Si bien marcos de trabajo recientes como la Sumación de Ewald Latente (LES) han demostrado que se pueden inferir cargas latentes por átomo a partir únicamente del entrenamiento de energía y fuerza —recuperando propiedades como las cargas efectivas de Born (BECs) y los momentos dipolares sin supervisión explícita de la carga—, las implementaciones existentes se han visto restringidas a arquitecturas basadas en grafos o equivariantes (por ejemplo, CACE-LR, MACE-LES, NequIP-LES). Estas arquitecturas codifican explícitamente información direccional, lo que plantea la cuestión de si tales características son estrictamente necesarias para recuperar respuestas electrostáticas latentes físicamente significativas, o si la clave reside en cómo se constriñen y estabilizan los grados de libertad de la carga.

Metodología

Los autores introducen MTP–LES, un marco que acopla el formalismo de la Sumación de Ewald Latente (LES) con Potenciales de Tensores de Momentos (MTP), los cuales utilizan descriptores rotacionalmente invariantes. A diferencia de las implementaciones de LES anteriores que dependen del paso de mensajes equivariante, MTP–LES emplea contracciones escalares de tensores de momentos. Para permitir un aprendizaje estable de las cargas latentes dentro de este espacio de descriptores invariantes, los autores implementan tres modificaciones arquitectónicas específicas:

1. Ramas Independientes: El modelo utiliza ramas de redes neuronales separadas para la energía de corto alcance ($E_{SR}$) y la predicción de la carga latente ($q_i$). Esto evita que los grados de libertad de la carga queden "esclavizados" a la representación de energía local.
2. Sesgo Dependiente de la Especie y Proyección de Neutralidad: Un sesgo de carga dependiente de la especie y aprendible ($b_{s_i}$) inicializa el canal de carga con un ordenamiento químicamente sensato. Crucialmente, el modelo impone la neutralidad de carga explícita para cada configuración mediante la proyección de la carga media a cero ($\sum_i q_i = 0$). Esto elimina las cargas de celda residuales no físicas que surgen en modelos no restringidos.
3. Pérdida de Dipolo Opcional: Para sistemas moleculares finitos (no periódicos), donde la contribución de Ewald de largo alcance está ausente y el entrenamiento de energía/fuerza por sí solo puede no restringir suficientemente la escala absoluta de la carga, se añade un término de pérdida auxiliar opcional para ajustar el momento dipolar total contra valores de referencia (calculados mediante cargas MBIS).

La energía total se define como $E_{total} = E_{SR} + E_{LR}$, donde $E_{LR}$ se calcula mediante sumación de Ewald para sistemas periódicos o sumación de Coulomb de pares amortiguada para sistemas no periódicos. Las fuerzas y las BECs se obtienen mediante diferenciación automática de la energía total y la polarización, respectivamente.

Resultados Clave

El marco MTP–LES fue evaluado en cuatro sistemas de materiales diversos:

• PbTiO$_3$ Ferroeléctrico: En un benchmark estricto utilizando datos de SCAN-DFT, MTP–LES logró una correlación de BEC diagonal de $R = 0.994$, igualando la línea base establecida de CACE-LR ($R = 0.993$) sobre los mismos datos. El modelo recuperó con éxito las respuestas de carga anómalas de Ti y O (por ejemplo, $Z^*_{Ti} \approx +6$) sin ninguna supervisión de carga o BEC. Aunque el RMSE absoluto para las magnitudes de las BEC fue mayor que el de CACE-LR, las correlaciones tensoriales y el ordenamiento anómalo de las especies se preservaron.
• Agua Líquida: El modelo reprodujo las correlaciones estructurales (función de distribución radial oxígeno-oxígeno) y el espectro de absorción infrarroja (modos libracionales, de flexión y de estiramiento) consistentes con el experimento. La adición del módulo LES mejoró la precisión de la fuerza en aproximadamente un 21% en comparación con una línea base de solo MTP. Las BECs recuperadas se situaron dentro del rango de otros benchmarks publicados con aumento de LES (MACE-LES, NequIP-LES, etc.).
• Dipeptidos Polares: Para sistemas finitos en vacío, la inclusión de una pérdida de ajuste de dipolo estabilizó la escala de la carga latente. El modelo alcanzó una alta precisión en la predicción de los dipolos moleculares ($R^2 = 0.996$) y las BECs ($R^2 = 0.93$), superando la ablación sin supervisión de dipolo.
• Hafnia (HfO$_2$): Aplicado a un conjunto de datos recién curado de HfO$_2$ monoclínico, el modelo preservó la fidelidad estructural (reproduciendo la coordinación septuple Hf–O) y recuperó las cargas de Born anómalas de Hf ($Z^* \approx +5$) sin líneas base previas de LES para este sistema.
• Eficiencia Computacional: Las pruebas de tiempo en sistemas de agua líquida (hasta 15,360 átomos) mostraron que la corrección LES introduce solo un sobrecoste del 3.4% en el tiempo de ejecución relativo a la línea base de solo MTP, manteniendo un escalado casi lineal con el tamaño del sistema.

Significación y Reivindicaciones

El artículo sostiene que la recuperación precisa de la carga latente en los MLIP no está determinada únicamente por el uso de arquitecturas basadas en grafos o equivariantes. En cambio, los factores críticos son cómo se exponen, constriñen y estabilizan los grados de libertad de la carga. Al desacoplar las ramas de carga y energía, imponer la neutralidad de carga e inicializar con un prior químicamente sensato, MTP–LES demuestra que los potenciales basados en descriptores y rotacionalmente invariantes pueden modelar eficazmente la electrostática de largo alcance y las respuestas de polarización.

Este trabajo extiende la aplicabilidad del marco LES a una arquitectura basada en descriptores y computacionalmente eficiente, ofreciendo una vía para incorporar la electrostática de largo alcance en los MLIP sin el coste computacional de la propagación de características equivariantes o la necesidad de etiquetas de carga explícitas durante el entrenamiento. Los autores posicionan a MTP–LES como una alternativa viable para simular materiales polares, iónicos y ferroeléctricos donde las interacciones de largo alcance son físicamente significativas.