Upscaling DFT-trained machine-learning interatomic potential toward Quantum Monte Carlo accuracy: Sulfur-vacancy migration in monolayer MoS$_2$ as a testbed

Cet article présente une approche d'apprentissage automatique multi-fidélité qui affine un potentiel interatomique entraîné par DFT à l'aide d'énergies limitées de Monte Carlo quantique pour atteindre une précision proche de celle du QMC dans la simulation de la migration des lacunes de soufre dans le MoS$_2$ monocouche, permettant ainsi des simulations à grande échelle et de haute précision qui seraient prohibitives en termes de coût de calcul avec des méthodes QMC directes.

L'essentiel

Imaginez que vous essayez de construire une carte parfaite d'un terrain montagneux pour aider des randonneurs (les atomes) à naviguer en toute sécurité.

Le Problème : La Carte est Trop Chère ou Trop Grossière
Les scientifiques ont deux méthodes principales pour dessiner cette carte :

1. La Carte « Suffisamment Bonne » (DFT) : C'est comme un GPS standard. Il est rapide, peu coûteux à générer et vous donne une idée décente de l'emplacement des collines et des vallées. Cependant, il se trompe parfois sur la hauteur des sommets. Si vous essayez de traverser un col spécifique (une réaction chimique), cette carte pourrait vous dire que le col est facile à gravir alors qu'il s'agit en réalité d'une falaise abrupte.
2. La Carte « Parfaite » (QMC) : Il s'agit d'un relevé satellite qui mesure chaque rocher et chaque caillou avec une précision incroyable. Il donne la vraie hauteur des montagnes. Mais il est si coûteux et lent à produire que vous ne pouvez vous permettre d'arpenter qu'un tout petit morceau de terrain. Vous ne pouvez pas l'utiliser pour cartographier un continent entier ou simuler une longue randonnée, car l'ordinateur mettrait des siècles à terminer.

La Solution : Une Approche Hybride Intelligente
Les auteurs de cet article ont trouvé un tour de passe-passe ingénieux pour obtenir le meilleur des deux mondes. Ils voulaient améliorer leur carte « Suffisamment Bonne » pour qu'elle soit aussi précise que la carte « Parfaite », mais sans le coût impossible.

Voici comment ils ont procédé, en utilisant une analogie avec le réglage d'une voiture :

• Le Moteur (Le Modèle d'IA) : Ils ont commencé avec une voiture (un modèle d'IA appelé MACE) déjà construite à l'aide de la carte « Suffisamment Bonne ». Cette voiture conduit bien et sait gérer les virages (les forces atomiques) car elle a été entraînée sur des données rapides et standard.
• L'Injection de Carburant (La Correction d'Énergie) : Ils ont réalisé que le compteur de vitesse de la voiture (les niveaux d'énergie) était légèrement décalé par rapport à la carte « Parfaite ». Alors, ils ont prélevé quelques échantillons de carburant très coûteux et de haute précision (énergies QMC) à des endroits spécifiques de la montagne.
• Le Réglage (Affinage) : Au lieu de reconstruire toute la voiture à partir de zéro (ce qui serait trop difficile), ils n'ont ajusté que le tableau de bord et le compteur de vitesse (les « couches de lecture » de l'IA). Ils ont utilisé les échantillons de carburant coûteux pour recalibrer le compteur de vitesse afin qu'il affiche la vraie hauteur des montagnes.
• Le Frein de Sécurité (Contrainte de Force) : Voici la partie délicate. Si vous modifiez simplement le compteur de vitesse, la voiture pourrait commencer à conduire de manière erratique car le moteur ne sait pas comment gérer la nouvelle vitesse. Pour éviter cela, ils ont ajouté un « frein de sécurité ». Ils ont dit à l'IA : « Tu peux changer la vitesse pour correspondre à la carte parfaite, MAIS tu ne peux pas modifier la façon dont la voiture tourne (les forces) de plus d'une petite quantité sûre. » Cela maintient la voiture stable et l'empêche de s'écraser contre des falaises imaginaires.

Le Test : Lacunes de Soufre dans le MoS2
Pour tester cette nouvelle méthode, ils ont utilisé un matériau spécifique : une fine feuille de disulfure de molybdène (MoS2). Ils ont observé ce qui se passe lorsqu'un atome de soufre manque (une « lacune ») et tente de se déplacer vers un nouvel endroit. Ce mouvement est comme un randonneur essayant de traverser une crête.

• L'Ancienne Méthode : La carte standard indiquait que le randonneur devait gravir une colline de 2,30 eV.
• La Méthode Parfaite : Le relevé coûteux et de haute précision indiquait que la colline faisait en réalité 2,85 eV. C'est une énorme différence !
• La Nouvelle Méthode Hybride : Leur modèle réglé a prédit 2,75 eV. Il était presque aussi précis que le relevé coûteux, mais calculé instantanément.

Les Résultats

• Précision : Le nouveau modèle a obtenu les barrières énergétiques (la hauteur des collines) presque exactement juste, correspondant aux résultats coûteux « étalon-or » avec une marge d'erreur infime.
• Forces : Même s'ils n'ont pas utilisé les données coûteuses pour enseigner au modèle comment tourner (forces), le « frein de sécurité » a maintenu la direction précise. La direction du modèle est devenue bien meilleure que l'originale, correspondant au relevé de haute précision presque aussi bien que la carte originale.
• Échelle : Parce que le modèle est rapide, ils ont pu simuler des scénarios énormes — comme toute une ligne d'atomes manquants se déplaçant à la fois — qui auraient été impossibles à calculer avec la méthode coûteuse.

En Résumé
Les auteurs ont créé une « mise à niveau intelligente » pour les simulations informatiques. Ils ont pris un modèle rapide, légèrement imprécis, et lui ont administré une petite dose de données coûteuses et de haute précision pour corriger ses lectures d'énergie, tout en utilisant une règle de sécurité pour maintenir la stabilité de ses prédictions de mouvement. Cela permet aux scientifiques de lancer des simulations massives et de haute précision de matériaux qui étaient auparavant trop difficiles ou trop coûteux à étudier.

Résumé technique

Résumé technique : Mise à l'échelle des MLIP entraînés par DFT vers une précision QMC

Énoncé du problème
La modélisation précise des surfaces d'énergie potentielle (PES) est cruciale pour simuler des processus activés tels que la diffusion des lacunes et les transformations de phase. Bien que les potentiels interatomiques basés sur l'apprentissage automatique (MLIP) permettent un échantillonnage à grande échelle et des calculs d'énergie libre qui seraient prohibitifs en termes de coût de calcul pour les méthodes ab initio, leur précision est intrinsèquement limitée par les données de référence utilisées pour l'entraînement. Les MLIP entraînés par la théorie de la fonctionnelle de la densité (DFT) standard reproduisent les résultats DFT, qui contiennent souvent des biais systématiques dans les hauteurs de barrières et l'énergétique des défauts. À l'inverse, les méthodes Monte Carlo quantique (QMC) offrent des énergies de qualité de référence approchant la précision chimique, mais sont actuellement trop coûteuses pour un échantillonnage étendu. De plus, l'obtention de forces atomiques convergées à partir de méthodes QMC stochastiques (spécifiquement le Monte Carlo par diffusion à nœud fixe, FN-DMC) est nettement plus difficile et moins routinière que le calcul des énergies, créant un goulot d'étranglement pour l'entraînement de MLIP haute fidélité qui dépendent de données de forces.

Méthodologie
Les auteurs proposent une stratégie d'apprentissage multi-fidélité (MFL) pour « mettre à l'échelle » un MLIP entraîné par DFT vers une précision proche de celle du QMC sans nécessiter de calculs directs de forces QMC. L'approche utilise un schéma de fine-tuning (ajustement fin) partiellement gelé sur un réseau de neurones à passage de messages équivariant (MACE). La méthodologie se compose de trois composants principaux :

1. Génération de données : Un jeu de données d'environ $10^3$ configurations a été généré en utilisant une dynamique moléculaire (MD) contrainte et des chemins de bande élastique nudgée (NEB) basés sur un potentiel MACE préexistant entraîné par DFT. Des énergies FN-DMC ponctuelles ont été calculées pour ces configurations, tandis que les forces atomiques ont été conservées à partir des calculs DFT sous-jacents.
2. Architecture de fine-tuning : Les auteurs ont affiné uniquement les couches de « lecture » (readout) du modèle MACE, qui mappent les caractéristiques invariantes apprises vers les énergies par atome. Les couches de passage de messages équivariantes, qui encodent la représentation géométrique des environnements locaux et le champ de forces appris par DFT, ont été gelées. Cela préserve la physique structurelle qualitative apprise à partir de DFT tout en permettant que la cartographie des énergies soit recalibrée vers les cibles QMC.
3. Fonction de perte et contraintes : L'objectif d'entraînement minimise une fonction de perte combinée contenant un terme d'erreur quadratique moyenne (MSE) pour les énergies FN-DMC et un terme de pénalité seuillée pour l'écart entre les forces prédites et les forces de référence DFT.
   • La pénalité de force est définie comme $FEt(F_{pred}, F_{DFT}) = \Theta(\|\Delta F\|^2 - t^2)(\|\Delta F\|^2 - t^2)^2$, où $t$ est un paramètre de seuil (fixé à 16 eV/Å).
   • Cette contrainte empêche le modèle de développer des forces non physiques ou de grandes déviations par rapport à la dynamique DFT stable, tout en permettant au paysage énergétique de se déplacer vers une précision QMC.

Contributions clés

• Mise à l'échelle contrainte par les forces : L'article démontre un protocole pratique pour corriger les MLIP entraînés par DFT en utilisant des énergies QMC de haut niveau et des forces DFT de bas niveau, contournant ainsi le besoin de calculs de forces QMC coûteux et bruyants.
• Stratégie de gel partiel : En gelant les couches de passage de messages et en mettant à jour uniquement la couche de lecture, les auteurs maintiennent la stabilité du champ de forces DFT tout en atteignant une énergétique de niveau QMC.
• Validation multi-fidélité : L'étude valide qu'un jeu de données limité d'énergies QMC (aussi peu que 37 échantillons) suffit pour améliorer significativement le modèle, les performances se stabilisant autour de 500 échantillons.

Résultats
La méthode a été testée sur la migration de lacunes de soufre (S) dans le MoS2 monocouche, un système impliquant des lacunes mono-, bi- et quad-vacantes.

• Énergétique : Le MLIP affiné (FT-MLIP) a atteint une précision proche du QMC pour les barrières de migration. Pour une lacune mono-vacante, la barrière FT-MLIP (2,75 eV) ne différait que d'environ 0,1 eV du résultat FN-DMC explicite (2,85 eV), tandis que le MLIP DFT de référence était inférieur de 0,55 eV.
• Forces : Bien qu'il n'ait pas été entraîné sur des forces QMC, le FT-MLIP a montré une fidélité des forces améliorée. L'erreur absolue moyenne (MAE) des forces atomiques par rapport aux dérivées QMC a diminué de 220 meV/Å (MLIP-DFT) à 160 meV/Å (FT-MLIP).
• Généralisation (hors domaine) : Le modèle a prédit avec succès les barrières de migration pour les lacunes bi-vacantes et quad-vacantes (tests de transfert) avec des écarts de seulement 0,04–0,15 eV par rapport aux calculs FN-DMC explicites, surpassant nettement la référence DFT.
• Énergie libre : L'approche a permis des simulations d'intégration thermodynamique à grande échelle pour calculer les barrières d'énergie libre à 300, 600 et 900 K, révélant que les corrections d'entropie vibrationnelle sont comparables en magnitude aux corrections d'énergie QMC et peuvent modifier qualitativement les emplacements des états de transition.

Signification
Les auteurs affirment que cette approche ouvre la voie à des simulations de grande échelle de qualité proche du QMC pour des systèmes et des configurations (tels que de grandes supercellules avec multiples défauts) qui sont inaccessibles aux méthodes QMC par force brute directe. La méthode offre un compromis contrôlé entre l'apprentissage de corrections énergétiques de haut niveau et la préservation de la stabilité qualitative du champ de forces DFT. Les auteurs affirment que la technique est généralisable à d'autres systèmes où la corrélation électronique affecte l'énergétique mais ne modifie pas qualitativement la PES, offrant une voie calculable vers des simulations de matériaux de qualité de référence.