An SO(3)-equivariant reciprocal space neural potential for long-range interactions

कल्पना कीजिए कि आप यह अनुमान लगाने की कोशिश कर रहे हैं कि लोगों की एक भीड़ एक विशाल, अराजक डांस हॉल में कैसे चलेगी। यदि आप केवल अपने ठीक बगल में खड़े व्यक्ति को देखते हैं, तो आप अनुमान लगा सकते हैं कि वह आपसे टकराएगा या आपको हाई-फाइव देगा। लेकिन क्या होगा यदि कमरे के दूसरे छोर पर कोई अचानक चिल्लाना शुरू कर दे, या ध्वनि की एक विशाल लहर पूरे हॉल में फैल जाए? परमाणुओं की सूक्ष्म दुनिया में, वैज्ञानिकों को ठीक इसी समस्या का सामना करना पड़ता है। परमाणु केवल अपने निकटतम पड़ोसियों के साथ ही परस्पर क्रिया नहीं करते; वे दूर के आवेशों (charges) के खिंचाव और दबाव को भी महसूस करते हैं, जैसे पूरे सिस्टम में फैले अदृश्य चुंबक। ये "लॉन्ग-रेंज" (दूरगामी) बल, प्रोटीन आपके शरीर में कैसे मुड़ते हैं या बैटरी ऊर्जा कैसे स्टोर करती है, यह समझने के लिए अत्यंत महत्वपूर्ण हैं।

दशकों से, कंप्यूटर मॉडल परमाणु के ठीक बगल वाले "डांस फ्लोर" का अनुकरण करने में बहुत अच्छे रहे हैं, लेकिन वे अक्सर कमरे के दूसरे छोर से आने वाली "चिल्लाहट" को सुनने में संघर्ष करते हैं। पारंपरिक तरीके या तो इन दूर की फुसफुसाहटों को अनदेखा कर देते हैं या उन्हें कठोर, पुराने जमाने के सूत्रों का उपयोग करके गणना करने की कोशिश करते हैं जो जटिल आकृतियों के अनुकूल नहीं होते। यहीं पर मशीन लर्निंग काम आती है, जो एक बहुत ही स्मार्ट छात्र की तरह हजारों उदाहरणों को देखकर नृत्य के नियमों को सीखती है। हालाँकि, इन स्मार्ट छात्रों की भी एक कमजोरी होती है: वे आमतौर पर केवल अपने स्थानीय पड़ोस पर ध्यान देते हैं, और दूर के परमाणुओं द्वारा भेजे जाने वाले सूक्ष्म, दिशात्मक संकेतों को मिस कर देते हैं। यदि आप पूरे कमरे को नहीं सुन सकते, तो आप नृत्य का सटीक अनुमान नहीं लगा सकते।

यह एक नई स्टडी द्वारा पेश किया गया एक मॉडल है जिसे EquiEwald कहा जाता है, जो इसी चुनौती से निपटता है। EquiEwald को परमाणुओं के लिए एक नए प्रकार के "सुपर-ईयर" (अति-कान) के रूप में सोचें। जबकि पिछले मॉडलों ने दूर के परमाणुओं को सुनने के लिए उनके संदेशों को सरल, एक-आयामी संख्याओं में बदलने की कोशिश की (जैसे एक जटिल गीत को केवल एक वॉल्यूम नॉब में बदलना), EquiEwald ध्वनि के पूर्ण, समृद्ध, 3D दिशा को सुनता है। यह भौतिकी से लिए गए एक चतुर गणितीय तरीके (जिसे ईवलड समेशन कहा जाता है) का उपयोग करता है, लेकिन इसे जटिल, घूमती हुई आकृतियों को संभालने के लिए अपग्रेड करता है। केवल यह जानने के बजाय कि एक दूर का बल कितना मजबूत है, EquiEwald यह समझता है कि वह किस दिशा में इशारा कर रहा है, भले ही परमाणु दूर हो।

शोधकर्ताओं ने इस नए मॉडल का परीक्षण कई कठिन परिदृश्यों पर किया, अंतरिक्ष में तैरते आवेशित अणुओं के छोटे जोड़ों से लेकर पिघले हुए नमक (जैसे तरल लावा) और जटिल प्रोटीन संरचनाओं तक। हर मामले में, EquiEwald ने दिखाया कि वह अपने पूर्ववर्तियों की तुलना में दूर के संकेतों को बहुत बेहतर तरीके से "सुन" सकता है। उदाहरण के लिए, दो आवेशित अणुओं के आपस में जुड़ने की भविष्यवाणी करते समय, पुराने मॉडलों ने अक्सर ऊर्जा का अनुमान सैकड़ों इकाइयों के अंतर से गलत लगाया, जबकि EquiEwald ने इसे एकल अंकों के भीतर सही बताया। चिनोलिन (Chignolin) नामक प्रोटीन के सिमुलेशन में, नए मॉडल ने मौजूदा सर्वोत्तम तरीकों की तुलना में प्रोटीन के मुड़ने (फोल्डिंग) की भविष्यवाणी करने में त्रुटियों को लगभग आधा कर दिया।

पेपर सुझाव देता है कि परमाणुओं को पूरे सिस्टम में एक-दूसरे से "बात" करने देने से, जबकि रोटेशन और ज्यामिति के नियमों का सम्मान किया जाता है, हम भौतिक दुनिया के अधिक सटीक सिमुलेशन बना सकते हैं। यह केवल एक छोटा सा बदलाव नहीं है; यह इस बारे में एक मौलिक बदलाव है कि हम मशीन लर्निंग मॉडलों को पदार्थ को थामे रखने वाले अदृश्य बलों को कैसे महसूस करने देते हैं। हालांकि इस मॉडल को चलाने के लिए थोड़े अधिक कंप्यूटिंग पावर की आवश्यकता होती है, परिणाम बताते हैं कि केवल पड़ोस को देखने के बजाय पूरी तस्वीर देखने के लिए यह एक छोटा सा मूल्य है।

EquiEwald की कहानी: पूरे कमरे को सुनना

समस्या: "लोकल" अंधापन (The "Local" Blind Spot)
कल्पना कीजिए कि आप किसी को तूफान का वर्णन करने की कोशिश कर रहे हैं। यदि आप केवल अपनी खिड़की से बाहर देखते हैं, तो आप कांच से टकराती बारिश को देखते हैं। आप जानते हैं कि मौसम गीला और हवादार है। लेकिन आप यह नहीं जानते कि 50 मील दूर एक विशाल तूफान बन रहा है, या देश के दूसरी ओर एक पर्वत श्रृंखला के कारण हवा की दिशा बदल रही है।

परमाणुओं की दुनिया में, यह "लोकल कटऑफ" समस्या है। परमाणुओं के लिए अधिकांश आधुनिक AI मॉडल (जिन्हें मशीन लर्निंग इंटरएटोमिक पोटेंशियल कहा जाता है) उसी व्यक्ति की तरह हैं जो खिड़की से बाहर देख रहा है। वे अपने ठीक बगल वाले परमाणुओं को समझने में अविश्वसनीय रूप से अच्छे हैं। वे जानते हैं कि परमाणु कार्बन है या ऑक्सीजन, और वे जानते हैं कि पड़ोसी कैसे व्यवस्थित हैं। लेकिन यदि कोई परमाणु बहुत दूर है—मान लीजिए, एक निश्चित दूरी से परे—तो वे बस ध्यान देना बंद कर देते हैं। वे मान लेते हैं कि दूर का परमाणु मायने नहीं रखता।

यह कुछ चीजों के लिए ठीक काम करता है, लेकिन बिजली और चुंबकत्व के लिए यह बुरी तरह विफल हो जाता है। ये बल केवल एक निश्चित दूरी पर नहीं रुकते; वे अनंत तक फैले रहते हैं, कमजोर होते जाते हैं लेकिन कभी पूरी तरह से गायब नहीं होते। एक नमक के घोल या आपके शरीर में प्रोटीन जैसे सिस्टम में, एक तरफ का परमाणु दूसरी तरफ के परमाणु से एक मजबूत खिंचाव महसूस कर सकता है। यदि आपका AI मॉडल इसे अनदेखा करता है, तो उसकी भविष्यवाणियां गलत होंगी। यह सोच सकता है कि एक प्रोटीन स्थिर है जबकि वास्तव में वह टूटने वाला है, या यह रासायनिक प्रतिक्रिया की ऊर्जा का पूरी तरह से गलत अनुमान लगा सकता है।

पुराना समाधान: 3D को 1D में बदलना
वैज्ञानिकों ने इसे पहले भी ठीक करने की कोशिश की है। एक लोकप्रिय विधि, जिसे ईवलड समेशन (Ewald summation) कहा जाता है, एक भौतिक विधि की तरह है। यह समस्या को दो भागों में विभाजित करती है: "लोकल" चीजें (पड़ोसियों को देखकर संभाली जाती हैं) और "ग्लोबल" चीजें (तरंगों से जुड़े एक गणितीय ट्रिक द्वारा संभाली जाती हैं)।

हालाँकि, AI मॉडलों ने इस ट्रिक का उपयोग थोड़ा अनाड़ी तरीके से किया था। वे एक परमाणु के बारे में सभी जटिल, 3D जानकारी—कि वह कैसे उन्मुख है, उसके इलेक्ट्रॉन कैसे घूम रहे हैं—को एक एकल, सरल संख्या (स्केलर) में सिकोड़ देते थे और फिर उसे कमरे के पार भेज देते थे। यह एक घूमते हुए, रंगीन टॉप (लट्टू) को केवल यह कहकर वर्णित करने जैसा है कि "यह भारी है।" आप सारी जानकारी खो देते हैं कि वह किस दिशा में घूम रहा है और उसका रंग क्या है।

पेपर का तर्क है कि यही "सिकोड़ना" (squashing) समस्या है। जब आप एक जटिल, दिशात्मक संदेश को एक साधारण संख्या में बदलते हैं, तो आप ध्रुवीकरण (polarization - कैसे एक परमाणु एक विशिष्ट दिशा में खिंचता है) या मल्टीपोलर इंटरैक्शन (आवेश के जटिल पैटर्न) जैसी चीजों का वर्णन करने की क्षमता खो देते हैं। पुराने मॉडल प्रभावी रूप से दूर के बलों की दिशा के प्रति बहरे थे।

नया समाधान: EquiEwald
यहाँ आता है EquiEwald। लेखकों ने महसूस किया कि यदि आप पूरे कमरे को सुनना चाहते हैं, तो आपको ध्वनि के 3D आकार को बनाए रखना होगा।

कल्पना कीजिए कि आप एक कमरे में एक विशाल, घूमते हुए डिस्को बॉल के साथ हैं।

• पुराना मॉडल: यह रोशनी को देखता है, लेकिन यह केवल रिकॉर्ड करता है "चमक: 50%"। इसे इससे फर्क नहीं पड़ता कि रोशनी बाईं ओर से आ रही है, दाईं ओर से, या घूम रही है।
• EquiEwald: यह रोशनी को देखता है और रिकॉर्ड करता है "चमक: 50%, दिशा: उत्तर, रोटेशन: क्लॉकवाइज (दक्षिणावर्त)"।

EquiEwald इसे SO(3)-equivariance नामक एक गणितीय ढांचे का उपयोग करके करता है। सरल शब्दों में, इसका मतलब है कि मॉडल रोटेशन के नियमों का सम्मान करने के लिए बनाया गया है। यदि आप परमाणुओं की पूरी प्रणाली को घुमाते हैं, तो सिस्टम की आंतरिक समझ भी उसके साथ पूरी तरह से घूमती है। यह केवल यह नहीं सीखता कि परमाणु क्या हैं; यह सीखता है कि वे अंतरिक्ष में कैसे उन्मुख हैं।

जादू "रेसिप्रोकल स्पेस" (एक फैंसी शब्द जो सिस्टम को तरंगों के संग्रह के रूप में देखने के लिए उपयोग किया जाता है) में होता है। तरंगों के माध्यम से सरल संख्याएं भेजने के बजाय, EquiEwald टेन्सर्स (tensors) भेजता है। एक टेन्सर को सूचना के बहु-आयामी पैकेज के रूप में सोचें।

• स्तर 0 (स्केलर): केवल एक संख्या (जैसे तापमान)।
• स्तर 1 (वेक्टर): एक दिशा के साथ संख्या (जैसे हवा की गति)।
• स्तर 2 और उससे ऊपर: जटिल आकृतियाँ (जैसे कैसे एक अणु खिंचता या मुड़ता है)।

EquiEwald इन सभी स्तरों को "लॉन्ग-रेंज" चैनल के माध्यम से भेजता है। यह प्रत्येक स्तर की जटिलता के लिए एक "स्ट्रक्चर फैक्टर" (पूरे सिस्टम का सारांश) की गणना करता है। फिर, यह एक फ़िल्टर (जैसे स्टीरियो पर इक्वलाइज़र) लागू करता है ताकि यह तय किया जा सके कि प्रत्येक प्रकार की परस्पर क्रिया के लिए लॉन्ग-रेंज सिग्नल कितना मजबूत होना चाहिए। अंत में, यह उस फ़िल्टर्ड तरंग को प्रत्येक परमाणु के लिए एक संदेश में वापस अनुवादित करता है।

परिणाम क्या है? परमाणु को एक संदेश मिलता है कि: "हे, दूर एक आवेश है, और वह तुम्हें इस विशिष्ट दिशा में खींच रहा है, और वह तुम्हें उस तरह से घुमा रहा है।"

परिणाम: अंतर को सुनना
लेखकों ने यह देखने के लिए कि क्या EquiEwald दूर के संकेतों को बेहतर ढंग से सुन सकता है, विभिन्न "डांस फ्लोर्स" पर इसका परीक्षण किया।

1. मॉलिक्यूलर डायमर्स (तैरते हुए जोड़े): उन्होंने दूर (5 से 15 एंग्स्ट्रॉम) तैरते हुए आवेशित, ध्रुवीय और गैर-ध्रुवीय अणुओं के जोड़ों को देखा।

   • परिणाम: पुराने मॉडलों (केवल शॉर्ट-रेंज) ने अणुओं के अलग होने पर ऊर्जा की भविष्यवाणी करने में पूरी तरह से विफलता दिखाई। उनकी भविष्यवाणियां टूटते हुए रेडियो सिग्नल की तरह सपाट हो गईं। हालाँकि, EquiEwald ने सही वक्र (curve) का पूरी तरह से पालन किया।
   • संख्याएँ: आवेशित जोड़ों के लिए, त्रुटि 363.89 meV से घटकर 9.41 meV रह गई। यह एक बड़ा सुधार है, जिसने एक जंगली अनुमान को एक सटीक माप में बदल दिया।

2. चिनोलिन (Chignolin - फोल्डिंग प्रोटीन): यह एक छोटा प्रोटीन है जो मुड़ता और खुलता है। यह एक बेहतरीन परीक्षण है क्योंकि इसकी स्थिरता लंबे समय तक चलने वाले विद्युत बलों पर निर्भर करती है जो इसे थामे रखते हैं।

   • परिणाम: पुराने मॉडल ने प्रोटीन की फोल्डिंग ऊर्जा की भविष्यवाणी करने में 49.9 meV की त्रुटि दिखाई। EquiEwald ने इस त्रुटि को घटाकर 29.1 meV कर दिया।
   • महत्व: यह सुझाव देता है कि मॉडल वास्तव में प्रोटीन के सामूहिक "डांस" को कैप्चर कर रहा है, न कि केवल स्थानीय कदमों को। यह प्रोटीन के मुड़ने की संभावना (थर्मोडायनामिक गुणों) की अधिक सटीक भविष्यवाणी कर सकता है।

3. मोल्टेन NaCl (तरल नमक): कल्पना कीजिए कि एक उबलते नमक का बर्तन है। आयन अराजक रूप से घूम रहे हैं, लेकिन वे सभी लंबी दूरी पर एक-दूसरे को खींच और धकेल रहे हैं।

   • परिणाम: पुराने मॉडल में ऊर्जा त्रुटि 1.459 meV/atom थी। EquiEwald इसे घटाकर 0.372 meV/atom ले आया। यह त्रुटि में 74.5% की कमी है।
   • बल (Force): इसने बलों (परमाणु एक-दूसरे को कितनी जोर से धकेलते हैं) की भी बेहतर भविष्यवाणी की, त्रुटि को 48.621 meV/Å से घटाकर 14.054 meV/Å कर दिया।

4. OC20 (कैटालिस्ट सरफेस): यह सतहों पर रासायनिक प्रतिक्रियाओं का एक विशाल डेटासेट है।

   • परिणाम: इस विशाल और जटिल डेटासेट पर भी, EquiEwald को जोड़ने से सुधार हुआ। एक मॉडल के लिए, ऊर्जा त्रुटि 347.0 meV से गिरकर 321.2 meV हो गई।

समझौता: गति बनाम सटीकता (Speed vs. Accuracy)
क्या इसमें कोई पेच है? हाँ। पूरे कमरे को सुनने के लिए, आपको थोड़ा अधिक काम करना होगा।

• पुराने मॉडल को एक संरचना का विश्लेषण करने में 2.8 मिलीसेकंड लगे।
• EquiEwald को 4.8 मिलीसेकंड लगे।
  यह धीमा है, लेकिन यह अभी भी अविश्वसनीय रूप से तेज़ है (5 मिलीसेकंड से कम)। लेखक नोट करते हैं कि यह अतिरिक्त लागत सार्थक है क्योंकि यह हर परमाणु जोड़े के लिए एक विशाल, पूरी तरह से कनेक्टेड ग्राफ बनाने की आवश्यकता को टाल देता, जो बड़े सिस्टम के लिए असंभव रूप से धीमा होता।

इसका क्या अर्थ है
पेपर यह दावा नहीं करता है कि उसने भौतिकी की हर समस्या को हल कर दिया है। यह विशेष रूप से नोट करता है कि उन प्रणालियों के लिए जो दोहराव वाली नहीं हैं (aperiodic systems), मॉडल एक अनुमान (approximation) है क्योंकि "तरंगों" के लिए उपयोग किया गया गणितीय ग्रिड पूरी तरह से गोल नहीं है। लेकिन जिन प्रيطों पर उन्होंने परीक्षण किया, उनके लिए परिणाम स्पष्ट हैं: लॉन्ग-रेंज संचार के दौरान दिशात्मक जानकारी को जीवित रखने से AI बहुत स्मार्ट हो जाता है।

परमाणुओं को केवल चार्ज वाले बिंदुओं के रूप में नहीं, बल्कि जटिल, घूमती हुई आकृतियों के रूप में देखने से, जो दूर के बलों की दिशा को महसूस कर सकती हैं, EquiEwald स्थानीय रसायन विज्ञान और वैश्विक भौतिकी के बीच के अंतर को पाटता है। यह सुझाव देता है कि सामग्रियों के सिमुलेशन का भविष्य केवल "पड़ोस" को बड़ा बनाने के बारे में नहीं है; यह परमाणुओं को पूरी दुनिया को सुनना सिखाने के बारे में है।