Learning Magnetic Order Classification from Large-Scale Materials Databases

Il magnetismo è una proprietà fondamentale della materia che modella tutto, dall'hard disk di un computer alla bussola nella tasca di un escursionista. A livello atomico, esso deriva dal modo in cui i minuscoli momenti magnetici, generati dagli elettroni, si allineano tra loro. A volte puntano tutti nella stessa direzione, creando un magnete permanente e forte. Altre volte, puntano in direzioni opposte, annullandosi a vicenda in modo che il materiale appaia non magnetico all'esterno del mondo. Determinare quale di questi arrangiamenti un materiale specifico adotterà è una sfida centrale per gli scienziati che cercano di scoprire nuovi materiali. Sebbene le potenti simulazioni al computer possano prevedere questi stati, esse spesso rimangono bloccate in un vicolo cieco, ricorrendo alla risposta più semplice anche quando la realtà vera, più complessa, è diversa. Ciò crea un divario tra ciò che i computer dicono essere un materiale e ciò che esso è realmente, un problema che rallenta la ricerca di tecnologie migliori.

Un ricercatore della Ohio State University ha sviluppato un nuovo modo per colmare questo divario utilizzando il machine learning, una forma di intelligenza artificiale che impara dai modelli nei dati. Si è concentrato su una massiccia collezione online di dati sui materiali nota come Materials Project, che contiene informazioni su centinaia di migliaia di composti. Il ricercatore ha scoperto che le simulazioni al computer utilizzate per costruire questo database hanno un bias sistematico: etichettano frequentemente i materiali come ferromagnetici, ovvero con tutti i loro magneti interni che puntano nella stessa direzione, semplicemente perché la simulazione è partita con tale presupposto. Per correggere questo problema, il ricercatore ha addestrato un programma per computer su un database più piccolo e altamente affidabile di materiali i cui stati magnetici erano stati confermati da esperimenti nel mondo reale. Insegnando al programma a riconoscere le sottili impronte digitali di diversi ordini magnetici utilizzando solo le informazioni di base sulla composizione chimica e la struttura di un materiale, ha creato uno strumento in grado di scansionare il massiccia database e individuare gli errori.

Il ricercatore ha scoperto che il suo nuovo strumento poteva identificare migliaia di materiali che erano probabilmente etichettati erroneamente. Nello specifico, ha trovato più di 6.800 composti nel grande database che erano contrassegnati come semplici ferromagneti, ma che mostravano forti segni di avere una struttura magnetica più complessa e non allineata. Quando il ricercatore ha controllato un campione casuale di questi materiali segnalati rispetto alla letteratura scientifica, ha scoperto che la stragrande maggioranza non era effettivamente ferromagnetica. Alcuni sono stati confermati come antiferromagnetici, dove gli atomi vicini puntano in direzioni opposte, mentre altri non mostravano alcun ordine magnetico. Ciò suggerisce che le simulazioni al computer originali avessero mancato il vero stato fondamentale di questi materiali, probabilmente perché non avevano esplorato abbastanza modi diversi in cui gli atomi potevano disporre i loro spin. Lo studio evidenzia che, sebbene le simulazioni al computer siano potenti, possono essere soggette a specifici punti ciechi che il machine learning, addestrato sulla verità sperimentale, può aiutare a correggere.

Per capire come ciò funzioni, è utile guardare agli strumenti utilizzati dallo scienziato. Il grande database esaminato, il Materials Project, si affida a un metodo chiamato teoria del funzionale della densità per prevedere le proprietà dei materiali. Questo metodo è come una calcolatrice sofisticata che risolve le equazioni che governano il movimento degli elettroni in un solido. Tuttavia, per ottenere una risposta, la calcolatrice ha bisogno di un tentativo iniziale. Negli workflow automatizzati che generano i dati del Materials Project, il tentativo iniziale è quasi sempre che tutti i momenti magnetici puntino nella stessa direzione. Se il materiale preferisce in realtà un arrangiamento diverso, la simulazione spesso non riesce a trovarlo, accontentandosi del tentativo iniziale. Questo è simile al tentativo di trovare il punto più basso in un paesaggio montuoso partendo dalla cima di una collina specifica e guardando solo verso il basso da lì; potresti trovare una valle, ma non troverai mai la valle più profonda se parti dalla vetta sbagliata.

Il ricercatore ha affrontato questo problema costruendo un classificatore, un tipo di modello di machine learning, addestrato su un dataset diverso chiamato MAGNDATA. Questo database contiene strutture magnetiche che sono state misurate direttamente nei laboratori utilizzando tecniche come lo scattering di neutroni, che può vedere la disposizione degli atomi e dei loro momenti magnetici con alta precisione. Poiché queste voci si basano su misurazioni reali, sono considerate il gold standard. Il ricercatore ha insegnato al suo programma per computer a osservare caratteristiche semplici di un materiale, come quali elementi contiene, quanto è denso e i livelli energetici dei suoi elettroni. Non ha utilizzato dettagli complessi e difficili da calcolare, bensì le informazioni di base che sono prontamente disponibili per quasi ogni materiale nel grande database. L'obiettivo era vedere se questi indizi semplici fossero sufficienti per distinguere tra un materiale che è veramente ferromagnetico e uno che possiede un ordine più complesso e nascosto.

I risultati sono stati sorprendenti. Il modello di machine learning ha imparato a distinguere tra materiali con un vettore di propagazione magnetica nullo, che corrisponde a schemi semplici e ripetitivi come il ferromagnetismo, e quelli con un vettore non nullo, che indica una struttura magnetica modulata più complessa. Sui dati sperimentali, il modello ha raggiunto un'accuratezza superiore al 92 percento, identificando correttamente il tipo di ordine magnetico nella stragrande maggioranza dei casi. Questa prestazione è stata notevolmente migliore rispetto ai precedenti tentativi utilizzando reti neurali più complesse su diversi dataset. Il successo di questo approccio semplice suggerisce che la composizione chimica e le proprietà strutturali di base di un materiale contengono informazioni sufficienti per prevedere il suo comportamento magnetico, anche senza eseguire una simulazione completa e costosa.

Armato di questo modello affidabile, il ricercamente ha rivolto la sua attenzione al massiccio database del Materials Project. Ha applicato il suo classificatore addestrato a oltre 150.000 materiali, cercando specificamente quelli che erano etichettati come ferromagnetici ma che erano previsti dal modello come aventi un vettore di propagazione non nullo. Questa discrepanza fungeva da segnale di allarme, indicando che il materiale potrebbe essere stato etichettato erroneamente. La scansione ha rivelato un gran numero di candidati, e la lista finale di materiali mislabelati ad alta confidenza conteneva più di 6.800 composti unici. Per garantire che i suoi risultati fossero robusti, il ricercatore ha incrociato i risultati utilizzando due diversi tipi di algoritmi di machine learning. Ha mantenuto solo i materiali che entrambi gli algoritmi avevano segnalato come potenzialmente etichettati erroneamente, una strategia che ha ridotto significativamente la probabilità di falsi allarmi.

Quando il ricercatore ha esaminato una selezione casuale di questi materiali segnalati, le prove hanno supportato le sue previsioni. Ha scoperto che molti dei composti che il grande database chiamava ferromagnetici erano in realtà antiferromagnetici o non magnetici nella realtà. Ad esempio, materiali come il cloruro di ferro e l'ossido di manganese, che erano elencati nel database come ferromagnetici, erano noti dagli esperimenti per avere ordini antiferromagnetici. Alcuni dei materiali segnalati non presentavano affatto ioni magnetici, il che significava che la loro etichetta ferromagnetica era puramente un artefatto del tentativo iniziale della simulazione al computer. Il ricercatore ha stimato che il tasso di falsi allarmi nella sua lista finale fosse molto basso, probabilmente inferiore al 5 percento, conferendo un'alta fiducia nel fatto che la maggior parte dei materiali segnalati fosse effettivamente etichettata erroneamente.

Questo lavoro fa molto di più che correggere un elenco di errori; dimostra un nuovo modo per migliorare l'affidabilità dei grandi database scientifici. Utilizzando il machine learning come strumento diagnostico, gli scienziati possono ora scansionare sistematicamente milioni di voci per trovare quelle che sono incoerenti con la realtà sperimentale. Ciò è particolarmente importante perché questi database vengono utilizzati in tutto il mondo dai ricercatori per progettare nuovi materiali per l'accumulo di energia, l'elettronica e altre tecnologie. Se i dati sottostanti sono difettosi, i progetti basati su di essi potrebbero fallire. Lo studio mostra che anche un semplice modello di machine learning, addestrato su un insieme relativamente piccolo di dati sperimentali di alta qualità, può agire come un potente filtro per pulire questi enormi dataset.

Il ricercatore ha anche esplorato se l'aggiunta di informazioni più dettagliate al suo modello potesse migliorarne le prestazioni. Ha testato l'inclusione di proprietà chimiche specifiche, come l'elettronegatività media degli elementi in un composto, che misura quanto fortemente gli atomi attraggono gli elettroni. Sebbene ciò abbia portato a un piccolo miglioramento dell'accuratezza, i guadagni sono stati modesti. Ciò suggerisce che i descrittori di base utilizzati, come l'elenco degli elementi e la densità del materiale, catturano già la maggior parte delle informazioni essenziali necessarie per fare una buona previsione. Lo studio conclude che i miglioramenti più significativi in futuro deriveranno probabilmente dall'uso di architetture di machine learning più avanzate che possano osservare la disposizione locale degli atomi, piuttosto che solo le medie globali.

In definitiva, questa ricerca evidenzia i ruoli complementari di computazione, esperimento e machine learning nella moderna scienza dei materiali. Le simulazioni al computer forniscono un vasto panorama di possibilità, ma possono essere influenzate dai loro presupposti iniziali. Gli esperimenti forniscono la verità di base, ma sono lenti e costosi da eseguire su larga scala. Il machine learning agisce come un ponte, imparando dalle limitate verità sperimentali per correggere i bias nel vasto panorama computazionale. Identificando e correggendo migliaia di materiali magnetici etichettati erroneamente, questo lavoro apre la strada a database più affidabili e accelera la scoperta di nuovi materiali con le specifiche proprietà magnetiche necessarie per le tecnologie future. I risultati servono da promemoria del fatto che, anche nell'era dei big data, gli approfondimenti più potenti derivano spesso dal controllo attento del proprio lavoro rispetto alla realtà.