Physics-informed acquisition weighting for stoichiometry-constrained Bayesian optimization of oxide thin-film growth

Résumé technique : Pondération de l'acquisition informée par la physique pour l'optimisation bayésienne sous contrainte de stœchiométrie de la croissance de films minces d'oxydes

Énoncé du problème
La croissance épitaxiale d'oxydes complexes, tels que le LaAlO₃ (LAO), fait face à un défi critique concernant le contrôle précis de la stœchiométrie. Même de légers écarts par rapport aux ratios de cations idéaux peuvent induire des défauts ponctuels, des dislocations, des phases secondaires et des distorsions structurales, dégradant gravement les propriétés électroniques et optiques. L'optimisation traditionnelle repose sur un réglage empirique de paramètres couplés (ratios de flux, température, pression), un processus chronophage, dépendant de l'opérateur et souvent peu fiable. Bien que l'optimisation bayésienne (BO) soit apparue comme une approche pilotée par les données pour naviguer dans des espaces de croissance multidimensionnels, les algorithmes de BO standards proposent souvent des conditions non stœchiométriques qui conduisent à des échecs expérimentaux ou à une mauvaise qualité de film. Il existe un besoin pour un cadre d'optimisation qui intègre des connaissances physiques préalables pour guider la recherche vers des régimes chimiquement équilibrés sans sacrifier la capacité de l'algorithme à explorer.

Méthodologie
Les auteurs proposent un cadre d'Optimisation Bayésienne Informée par la Physique (PIBO) qui incorpore la physique de la croissance cristalline directement dans la fonction d'acquisition via un schéma de pondération multiplicative.

• Mécanisme central : La méthode modifie la fonction d'acquisition d'Amélioration Attendue (EI) standard en la multipliant par une fonction de pondération, $w(\delta)$, où $\delta$ représente le ratio d'apport nominal des éléments constituants (par exemple, La/Al).
• Conception de la fonction de pondération : La fonction de pondération est conçue pour encoder des priors thermodynamiques concernant la stabilité des phases. Elle présente une « fenêtre plate » de demi-largeur $\tau$ autour du centre stœchiométrique idéal $c$ (où $w=1$), garantissant que les propositions au sein de cette région physiquement plausible ne sont pas pénalisées. En dehors de cette fenêtre, le poids décroît selon une fonction gaussienne contrôlée par un paramètre de largeur $\sigma$.
• Contrôle de l'exploration : Un facteur de plancher $\epsilon \in [0,1]$ est introduit pour garantir une probabilité non nulle d'explorer des régions hors stœchiométrie. Cela empêche l'algorithme de devenir trop rigide si le modèle physique est imparfait ou si le bruit expérimental déplace l'optimum réel.
• Flexibilité : La formulation permet une pondération asymétrique pour tenir compte des différences de volatilité entre les éléments (par exemple, compenser la désorption d'espèces volatiles comme le RuO₂ dans le SrRuO₃) et peut être étendue pour inclure des contraintes de température et de pression partielle d'oxygène basées sur des données thermodynamiques.
• Mise en œuvre : L'étude applique cette méthode à la croissance par MBE (Épitaxie par Jets Moléculaires) de films de LAO. L'espace de recherche comprend le ratio de flux La/Al ($\delta$), la température de croissance et la distance de la buse d'ozone au substrat. L'objectif est de minimiser $\Delta c$, la différence entre la constante de réseau de l'axe c du film et la valeur du LAO massif, qui sert de proxy pour la stœchiométrie.

Contributions clés

1. Modification minimale du flux de travail : L'approche ne nécessite qu'une modification concise des pipelines de BO standard (multiplier la fonction d'acquisition par un poids), ce qui la rend facilement applicable aux flux de travail expérimentaux existants sans modifier le modèle de substitution (Processus Gaussien) sous-jacent ou la logique d'optimisation.
2. Recherche contrainte par la stœchiométrie : Contrairement aux méthodes PIBO précédentes qui intègrent la physique dans le modèle de substitution, cette méthode dirige explicitement la fonction d'acquisition. Elle parvient à contraindre la recherche vers les régions stœchiométriques tout en conservant une flexibilité suffisante pour explorer les conditions voisines.
3. Robustesse à l'imprécision du modèle : En maintenant une probabilité d'exploration non nulle en dehors de la fenêtre idéale (via $\epsilon$), la méthode évite de rester piégée dans des minima locaux causés par des inexactitudes du modèle physique a priori ou par le bruit expérimental.

Résultats
Le cadre PIBO a été validé par l'optimisation en boucle fermée de la croissance de films de LAO :

• Convergence rapide : En seulement 15 cycles de croissance, la constante de réseau du film de LAO produit a convergé vers la valeur du cristal massif ($\Delta c = 0$ Å).
• Conditions optimales : L'algorithme a identifié un optimum légèrement au-delà de la fenêtre stœchiométrique stricte ($\delta = 0,88$), suggérant que le schéma de pondération a réussi à naviguer à travers de petits décalages de calibration ou des coefficients de collage non unitaires qu'une restriction de plage naïve aurait manqués.
• Comparaison avec la BO standard : En revanche, une approche EI « nue » standard proposait fréquemment des conditions non stœchiométriques (par exemple, $\delta = 0,75$) qui entraînaient l'échec de la formation de la phase (disparition des pics de diffraction du LAO).
• Qualité du film : Les films optimisés présentaient une constante de réseau identique au LAO massif et montraient une intensité de pic de diffraction des rayons X (XRD) plus de dix fois supérieure à celle des films non optimisés. La microscopie électronique en transmission à balayage (STEM) et la microscopie à force atomique (AFM) ont confirmé la nature monocristalline, les surfaces atomiquement lisses et les structures en marches et terrasses indicatives d'une croissance de haute qualité de type couche par couche.

Signification
L'article affirme que ce cadre PIBO offre une voie générale et pratique pour la synthèse de matériaux pilotée par l'IA. En incorporant la connaissance de la physique uniquement via la fonction de pondération, la méthode biaise efficacement l'exploration vers des régimes physiquement raisonnables tout en préservant la robustesse requise pour les systèmes de synthèse autonomes. Les résultats démontrent que l'intégration de la physique de la croissance cristalline préalable dans la fonction d'acquisition peut accélérer considérablement l'optimisation de la croissance de films minces d'oxydes complexes, améliorant la qualité des films et réduisant le nombre de cycles expérimentaux nécessaires pour atteindre une stœchiométrie idéale. Les auteurs soulignent que cette approche est extensible à d'autres systèmes de matériaux et plateformes de synthèse autonome, offrant un compromis équilibré entre contrainte et exploration.