Fermi Sets: Universal and interpretable neural architectures for fermions

यहाँ लियांग फू के शोध पत्र "Fermi Sets: Fermions के लिए सार्वभौमिक और व्याख्या योग्य न्यूरल आर्किटेक्चर" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

अंतःक्रियात्मक फर्मिओनिक अनेक-निकाय प्रणालियों (जैसे ठोसों में इलेक्ट्रॉन) का अनुकरण करना क्वांटम भौतिकी की एक केंद्रीय चुनौती है। हालाँकि न्यूरल क्वांटम स्टेट्स (NQS) ने आशाजनक परिणाम दिखाए हैं, लेकिन मौजूदा आर्किटेक्चर दो प्रमुख सैद्धांतिक और व्यावहारिक बाधाओं का सामना करते हैं:

• सिद्ध सार्वभौमिकता का अभाव: यद्यपि न्यूरल नेटवर्क सामान्य कार्यों के लिए सार्वभौमिक एप्रोक्सिमेटर (universal approximators) होते हैं, लेकिन फर्मिओनिक वेवफंक्शंस को सख्त प्रति-सममिति (antisymmetry) बाधाओं को पूरा करना होता है (कण विनिमय पर चिह्न बदलना)। यह एक खुला प्रश्न बना हुआ है कि क्या मानक निर्धारक-आधारित न्यूरल नेटवर्क (जैसे स्लेटर-जैस्ट्रो या सेल्फ-अटेंशन मॉडल) सैद्धांतिक रूप से किसी भी निरंतर फर्मिओनिक वेवफंक्शन को अनुमानित (approximate) कर सकते हैं, विशेष रूप से $d \geq 2$ आयामों में।
• व्याख्यात्मकता बनाम लचीलापन (Interpretability vs. Flexibility): पारंपरिक वेरिएशनल वेवफंक्शंस (जैसे जैस्ट्रो कारक, गुट्ज़विलर प्रोजेक्शन) भौतिक रूप से व्याख्या योग्य हैं लेकिन लचीलेपन में सीमित हैं। इसके विपरीत, अत्यधिक लचीले न्यूरल नेटवर्क अक्सर "ब्लैक बॉक्स" की तरह कार्य करते हैं जिनका स्पष्ट भौतिक अर्थ नहीं होता और वे भारी पैरामीटर गणनाओं के बिना सही नोडल संरचना (nodal structure) को पकड़ने में संघर्ष कर सकते हैं।

शोध पत्र यह प्रश्न पूछता है: क्या एक एकल, भौतिक रूप से व्याख्या योग्य न्यूरल आर्किटेक्चर सभी फर्मिओनिक वेवफंक्शंस के लिए एक सार्वभौमिक एप्रोक्सिमेटर हो सकता है?

2. कार्यप्रणाली: फर्मी सेट्स आर्किटेक्चर (Methodology: The Fermi Sets Architecture)

लेखक "पैरिटी-ग्रेडेड" (parity-graded) प्रतिनिधित्व पर आधारित एक न्यूरल आर्किटेक्चर, फर्मी सेट्स (Fermi Sets) पेश करते हैं। मुख्य विचार फर्मिओनिक वेवफंक्शन $\psi(R)$ (जहाँ $R$ कणों के निर्देशांकों को दर्शाता है) को एक प्रति-सममित कोर (antisymmetric core) और एक सममित कारक (symmetric factor) के उत्पाद में विभाजित करना है।

A. सैद्धांतिक आधार: पैरिटी-ग्रेडेड प्रतिनिधित्व

पिछले कार्य (संदर्भ [1]) पर आधारित, लेखक एक विस्तारित स्थान पर एक फलन $\Psi(R, \eta(R))$ का उपयोग करते हैं जो कणों के क्रमपरिवर्तन ($R \to \pi R$) के तहत सममित (symmetric) है और सहायक चर ($\eta \to -\eta$) के तहत विषम (odd) है।
यहाँ:

• $\eta(R)$ एक सिग्नेचर एनकोडर (signature encoder) है, जो एक सहायक चर है जो कणों के क्रमपरिवर्तन की पैरिटी (parity) को ट्रैक करता है। महत्वपूर्ण रूप से, $\eta(R)$ प्रति-सममित होना चाहिए और कणों के टकराने वाले विन्यास (collision configurations) के अलावा हर जगह गैर-शून्य होना चाहिए।

B. सिग्नेचर एनकोडर्स का निर्माण

लेखक विभिन्न आयामों के लिए स्पष्ट सिग्नेचर एनकोडर्स $\eta(R)$ का निर्माण करते हैं:

• 1D ($d=1$): एक एकल स्केलर पेयरवाइज उत्पाद (वांडरमंड डिटर्मिनेंट): $\eta(R) = \prod_{i<j} (x_i - x_j)$। यहाँ $K=1$ आधार पर्याप्त है।
• 2D ($d=2$): एक जटिल पेयरवाइज उत्पाद: $\eta(R) = \prod_{i<j} (z_i - z_j)$। इसके लिए $K=2$ वास्तविक घटकों (वास्तविक और काल्पनिक भाग) की आवश्यकता होती है।
• उच्च आयाम ($d \geq 3$): $K$ दिशाओं के साथ प्रोजेक्ट किया गया पेयरवाइज उत्पादों का एक वेक्टर। लेखक सिद्ध करते हैं कि $K$ कण संख्या के साथ अधिकतम रैखिक रूप से बढ़ता है ($K \leq dN + 1$)।

C. न्यूरल आर्किटेक्चर

वेवफंक्शन को सीखने योग्य सममित फलनों द्वारा भारित इन प्रति-सममित आधारों के एक रैखिक संयोजन के रूप में अनुमानित किया जाता है:
$$\psi(R) \approx \sum_{k=1}^{K} \phi_k(R) \eta_k(R)$$

• प्रति-सममित आधार ($\eta_k$): इन्हें निश्चित (जैसे वांडरमंड) या सीखने योग्य (learnable) (जैसे सीखने योग्य ऑर्बिटल्स के साथ स्लेटर डिटर्मिनेंट्स, या सीखने योग्य पेयरवाइज उत्पाद) बनाया जा सकता है।
• सममित कारक ($\phi_k$): इन्हें क्रमपरिवर्तन-अपरिवर्तनीय (permutation-invariant) न्यूरल नेटवर्क (जैसे डीप सेट्स या ट्रांसफॉर्मर) का उपयोग करके लागू किया जाता है। ये नेटवर्क कणों के अव्यवस्थित सेट $R$ को प्रोसेस करते हैं और जटिल गुणांक (complex coefficients) आउटपुट करते हैं।
• सार्वभौमिकता का प्रमाण (Universality Proof): लेखक सिद्ध करते हैं कि यदि सिग्नेचर एनकोडर केवल कण टकराव पर शून्य होता है, और सममित कारक $\phi_k$ पर्याप्त अभिव्यंजक (expressive) हैं (जो कि क्रमपरिवर्तन-अपरिवर्तनीय नेटवर्क हैं), तो यह आर्किटेक्चर किसी भी निरंतर फर्मिओनिक वेवफंक्शन को अनिश्चित सटीकता तक अनुमानित कर सकता है।

3. मुख्य योगदान (Key Contributions)

1. सार्वभौमिकता का प्रमाण: शोध पत्र यह कठोर गणितीय प्रमाण प्रदान करता है कि फर्मी सेट्स फर्मिओनिक वेवफंक्शंस के लिए सार्वभौमिक एप्रोक्सिमेटर हैं। यह स्थापित करता है कि आवश्यक प्रति-सममित आधारों की संख्या ($K$) उल्लेखनीय रूप से कम है:
   • 1D के लिए $K=1$।
   • 2D के लिए $K=2$।
   • $d \geq 3$ के लिए $K \propto N$ (रैखिक रूप से)।
2. भौतिक व्याख्यात्मकता: सामान्य डीप लर्निंग मॉडलों के विपरीत, फर्मी सेट्स मानक अनेक-निकाय वस्तुओं (स्लेटर डिटर्मिनेंट्स, पेयरवाइज उत्पाद, जोर्डन-विग्नरर कारक) से बने हैं। यह इस आर्किटेक्चर को मौजूदा वेरिएशनल मोंटे कार्लो (VMC) वर्कफ़्लो के साथ तुरंत संगत और भौतिकविदों के लिए व्याख्या योग्य बनाता है।
3. सीखने योग्य आधार (Learnable Bases): यह ढांचा प्रति-सममित कोर (जैसे स्लेटर डिटर्मिनेंट्स के भीतर ऑर्बिटल्स) को सीखने की अनुमति देता है, जिससे पारंपरिक स्लेटर-जैस्ट्रो एंसेatz (ansatzes) में पाए जाने वाले निश्चित नोडल सतहों के इंडक्टिव बायस (inductive bias) को हटाया जा सकता है।
4. फाउंडेशन मॉडल क्षमता: इस आर्किटेक्चर को अलग-अलग परमाणु ज्यामिति (nuclear geometries) में सामान्य होने वाले एकल पैरामीटर सेट को सीखने के लिए डिज़ाइन किया गया है, जो इलेक्ट्रॉनिक स्ट्रक्चर के लिए एक "फाउंडेशन मॉडल" के रूप में कार्य करता है।

4. संख्यात्मक परिणाम: सॉलिड हाइड्रोजन बेंचमार्क (Numerical Results: Solid Hydrogen Benchmark)

सिद्धांत को मान्य करने के लिए, लेखकों ने 3D ($d=3$) में धात्विक ठोस हाइड्रोजन के लिए फर्मी सेट्स को लागू किया, जो ab initio विधियों के लिए एक कठिन प्रणाली है।

• सेटअप: $r_s = 1.31$ Bohr पर एक बॉडी-सेंटर्ड क्यूबिक (BCC) सुपरसेल में $N=16$ इलेक्ट्रॉन।
• प्रशिक्षण रणनीति: एक एकल फर्मी सेट्स मॉडल (जिसमें $K=8$ सीखने योग्य स्लेटर डिटर्मिनेंट्स और ~238k पैरामीटर हैं) को चार अलग-अलग परमाणु ज्यातियों पर एक साथ प्रशिक्षित किया गया: संतुलन BCC संरचना और तीन यादृच्छिक रूप से विस्थापित विन्यास।
• प्रदर्शन:
  • मॉडल ने संतुलन पर $-0.49062(1)$ Ha/atom की वेरिएशनल ऊर्जा प्राप्त की।
  • यह परिणाम इस प्रणाली के लिए सभी मौजूदा डिफ्यूजन मोंटे कार्लो (DMC) बेंचमार्क को पछाड़ देता है (सर्वश्रेष्ठ DMC परिणाम $-0.4905(1)$ Ha/atom था)।
  • यह उन विशिष्ट न्यूरल क्वांटम स्टेट (NQS) विधियों के प्रतिस्पर्धी है जो केवल संतुलन ज्यामिति के लिए अनुकूलित हैं, बावजूद इसके कि फर्मी सेट्स मॉडल को कई ज्यातियों पर एक साथ प्रशिक्षित किया गया था।
• स्थानांतरणीयता (Transferability): मॉडल ने पुन: प्रशिक्षण के बिना विस्थापित ज्यातियों के लिए ऊर्जा की सफलतापूर्वक भविष्यवाणी की, जो "फाउंडेशन मॉडल" क्षमता को प्रदर्शित करता है।

5. महत्व और प्रभाव (Significance and Impact)

• सिद्धांत और व्यवहार के बीच सेतु: फर्मी सेट्स सार्वभौमिकता और भौतिक व्याख्यात्मकता के बीच के तनाव को हल करते हैं। वे किसी भी फर्मिओनिक अवस्था को अनुमानित करने के लिए गणितीय रूप से गारंटीकृत पथ प्रदान करते हैं जबकि भौतिक रूप से सार्थक निर्माण खंडों का उपयोग करते हैं।
• दक्षता: यह सिद्ध करके कि केवल एक छोटी संख्या में प्रति-सममित आधारों की आवश्यकता होती है (जो $N$ के साथ रैखिक रूप से स्केल करता है), यह आर्किटेक्चर सार्वभौमिक एप्रोक्सिमेटर्स से जुड़े घातांकीय स्केलिंग या विशाल पैरामीटर गणनाओं से बचता है।
• भौतिकी में AI के लिए नया प्रतिमान: यह कार्य समस्या-विशिष्ट न्यूरल नेटवर्क डिजाइन करने के बजाय सार्वभौमिक प्रतिनिधित्व (जैसे फर्मी सेट्स) खोजने की ओर बदलाव का सुझाव देता है जो क्वांटम पदार्थ के लिए फाउंडेशन मॉडल के रूप में कार्य करते हैं। यह नए क्वांटम घटनाओं की खोज और जटिल अनेक-इलेक्ट्रॉन समस्याओं के समाधान को सक्षम बनाता है।
• स्केलेबिलिटी: 3D सॉलिड हाइड्रोजन के सफल अनुप्रयोग से पता चलता है कि ये आर्किटेक्चर खिलौना मॉडलों के बजाय वास्तविक दुनिया की सामग्रियों के लिए स्केलेबल हैं।

संक्षेप में, फर्मी सेट्स फर्मिओनिक अनेक-निकाय समस्याओं को हल करने के लिए एक कठोर, व्याख्या योग्य और अत्यधिक कुशल ढांचा प्रदान करते हैं, जो 3D सामग्रियों के लिए अत्याधुनिक सटीकता प्राप्त करते हुए सार्वभौमिकता की सैद्धांतिक गारंटी भी देते हैं।