Girsanov Reweighting for Uncertainty Propagation in Rare-Event Kinetics

Résumé Technique : Repondération de Girsanov pour la propagation de l'incertitude dans la cinétique des événements rares

Énoncé du Problème
Les potentiels interatomiques fondés sur l'apprentissage automatique (MLIP) sont apparus comme un outil puissant pour l'échantillonnage d'événements rares en dynamique moléculaire (MD), offrant une précision proche de celle des calculs ab initio pour une fraction du coût computationnel. Cependant, l'incertitude associée à ces modèles demeure un défi important. Les approches actuelles de quantification de l'incertitude (UQ) se concentrent principalement sur des quantités ponctuelles (énergies et forces) ou des observables thermodynamiques d'équilibre. Elles ne parviennent pas à traiter la propagation des incertitudes de paramètres vers les observables cinétiques, telles que la probabilité de committor moyenne $\langle p_{A\to B} \rangle_{\lambda_{\partial A}}$ et le taux de réaction résultant $k_{AB}$. La propagation directe de ces incertitudes via des méthodes de Monte Carlo standard — en échantillonnant de nouveaux ensembles de paramètres et en relançant des simulations d'événements rares coûteuses pour chaque réalisation — est prohibitive sur le plan computationnel.

Méthodologie
Les auteurs proposent un cadre qui couple les méthodes d'échantillonnage d'événements rares, spécifiquement le fractionnement adaptatif multi-niveaux (AMS - Adaptive Multilevel Splitting), avec la repondération de Girsanov pour propager l'incertitude des paramètres des MLIP vers les observables cinétiques sans ré-échantillonner les trajectoires.

1. Cadre Théorique : La dynamique est modélisée à l'aide d'équations de Langevin sous-amorties. La probabilité d'événement rare $p$ est définie comme la probabilité de committor moyennée sur la distribution de sortie $\lambda_{\partial A}$ sur la frontière de l'état réactif $A$.
2. Quantification de l'Incertitude (UQ) : L'étude utilise le cadre du Jeu de Paramètres Optimaux Ponctuels (POPS - Point-wise Optimal Parameter Set) pour générer une distribution postérieure $\pi(d\theta)$ sur les paramètres des MLIP. Cette approche est choisie pour tenir compte des erreurs de spécification de modèle, que la régression bayésienne standard échoue souvent à capturer en raison de la nature quasi déterministe des données d'entraînement ab initio.
3. Repondération de Girsanov : Le cœur de la méthodologie repose sur le théorème de Girsanov pour calculer le rapport de vraisemblance entre les mesures de probabilité de l'espace des trajectoires sous un potentiel de référence $V(x, \theta_L)$ et un potentiel perturbé $V(x, \theta)$.
   • Estimateur Complet ($\hat{p}_G$) : Un estimateur exact dérivé par la repondération de l'ensemble des trajectoires réactives échantillonnées à $\theta_L$ en utilisant le rapport de vraisemblance $M(X, \theta_L, \theta)$. Ce rapport dépend de la différence de forces et de la distribution d'état initial.
   • Estimateur par Cumulants ($\hat{p}_C$) : Pour répondre au coût de calcul de la matrice d'information de Fisher (FIM) requise pour l'estimateur complet (particulièrement pour les modèles de deep learning comme MACE), les auteurs dérivent une expansion de cumulants de premier ordre. Cette approximation repose sur la moyenne empirique du vecteur de score $s(X)$, réduisant considérablement la charge de calcul tout en maintenant la stabilité numérique.
4. Extension au Taux de Réaction : Le cadre étend la méthode au taux de réaction $k_{AB}$ via la relation de Hill ($k_{AB} = \phi_A \langle p_{A\to B} \rangle_{\lambda_{\partial A}}$). Les auteurs soutiennent que sous l'hypothèse que les MLIP sont hautement précis au sein des bassins métastables (où la fréquence de sortie $\phi_A$ est échantillonnée), l'incertitude de $k_{AB}$ est dominée par l'incertitude de la probabilité de committor $p$.

Contributions Clés

• Repondération de l'Espace des Trajectoires pour la Cinétique : L'article introduit la première application de la repondération de Girsanov pour propager l'incertitude paramétrique spécifiquement aux observables cinétiques (probabilités de committor), comblant un fossé jusqu'alors limité aux quantités thermodynamiques.
• Estimateurs Efficaces : La dérivation de l'estimateur de cumulant de premier ordre ($\hat{p}_C$) permet la propagation analytique de l'incertitude dans des espaces de paramètres de haute dimension sans le coût prohibitif du calcul de Jacobiennes complètes de l'espace des trajectoires ou de la réexécution de simulations.
• Validation sur des Systèmes Complexes : La méthodologie est validée sur trois systèmes distincts : un dimère dans un solvant de type Weeks-Chandler-Andersen (WCA), un potentiel de Müller-Brown rugueux, et la transition conformationnelle du butane à l'aide de modèles de fondation MACE.

Résultats

• Analyse de Sensibilité : Sur les systèmes du dimère et de Müller-Brown, l'estimateur de Girsanov complet et l'estimateur de cumulant capturent tous deux avec précision la sensibilité de la probabilité d'événement rare aux variations de paramètres, l'estimateur de cumulant montrant une excellente couverture même pour des déviations de paramètres substantielles.
• Dynamique Conformationnelle du Butane : Dans l'application au butane utilisant les modèles MACE, le cadre parvient à distinguer le bruit algorithmique (épistémique) de l'incertitude de spécification de modèle.
  • Pour le modèle plus précis MACE-OMAT-0, la distribution tenant compte de l'incertitude reste centrée près de l'estimation du maximum de vraisemblance (MLE), avec la valeur de référence bien couverte.
  • Pour le modèle moins précis MACE-MP-0a, le cadre identifie correctement un biais de modèle significatif, entraînant une distribution d'incertitude plus large qui englobe néanmoins la "vérité terrain" (MACE-MPA-0).
• Efficacité Computationnelle : L'approche de repondération a démontré une accélération d'environ 4000$\times$ par rapport à l'approche par force brute consistant à relancer des simulations AMS complètes pour chaque réalisation de paramètres. L'étape de repondération n'a ajouté qu'un coût computationnel marginal (environ 30 minutes) à la simulation AMS initiale.
• Stabilité : Les logarithmes des poids utilisés dans le processus de repondération sont restés concentrés autour de zéro (typiquement entre $(-2, 2)$), confirmant que l'inflation de la variance typiquement associée à la repondération de Girsanov est atténuée par la courte durée des trajectoires réactives et les différences de potentiels bornées.

Signification et Revendications
L'article affirme que la repondération de l'espace des trajectoires offre une voie efficace et rigoureuse pour propager l'incertitude des MLIP à la cinétique des événements rares. En exploitant la nature non biaisée des estimateurs de fractionnement et la rigueur mathématique du théorème de Girsanov, le cadre permet la construction de distributions de probabilité tenant compte de l'incertitude pour les taux de réaction sans nécessole de ré-échantillonnage coûteux.

Les auteurs notent avec modestie que l'extension aux taux de réaction repose sur l'hypothèse que les MLIP sont hautement précis au sein des bassins métastables, une hypothèse soutenue par la littérature sur l'apprentissage actif mais nécessitant des investigations supplémentaires pour des réactions complexes où la surface de division pourrait se situer en dehors de ces régions. Ils concluent que cette approche permet d'isoler efficacement la variance algorithmique de l'incertitude de spécification de modèle, fournissant des intervalles de confiance serrés et fiables pour les observables cinétiques dérivées de modèles de substitution incertains.