Scalar-pathway fidelity improves physical accuracy in short-range equivariant interatomic potentials

Sintesi Tecnica: Fedeltà del Percorso Scalare nei Potenziali Interatomici Equivarianti a Corto Raggio

Definizione del Problema
I potenziali interatomici equivarianti a corto raggio (MLIP), come MACE, Allegro e NequIP, hanno fatto progredire il campo rappresentando la geometria atomica locale attraverso feature tensoriali $O(3)$-equivarianti. Queste architetture catturano con successo correlazioni geometriche ad alto ordine di corpo. Tuttavia, un collo di bottiglia critico rimane: le previsioni finali rilevanti per l'impiego (energia, forze e stress) derivano dalla proiezione di queste ricche rappresentazioni tensoriali su canali scalari invarianti ($\ell=0$).

Gli autori identificano che questo "percorso scalare" è spesso fonte di imprecisione fisica a causa di due limitazioni sistemiche:

1. Aggregazione Uniforme: I messaggi scalari sono tipicamente aggregati tramite somme invarianti per permutazione non pesate. Ciò manca di una gating adattiva dell'ampiezza esplicita, condizionata dalla coordinazione locale, dalla densità o dalla distorsione geometrica, portando a una scarsa risoluzione in ambienti eterogenei (es. superfici, difetti, regioni deformate).
2. Bias Spettrale: Le non linearità scalari (es. SiLU) esibiscono un forte bias spettrale a bassa frequenza. Questo sopprime la struttura ad alta frequenza della superficie di energia potenziale (PES), risultando in errori fisici quali la morbidezza della repulsione a corto raggio, lo spostamento verso il rosso (red-shift) dei modi fononici ottici e la deriva energetica durante l'integrazione microcanonica a passo temporale finito.

Gli approcci attuali spesso trattano il readout scalare come un dettaglio implementativo fisso piuttosto che come una dimensione di design controllabile. Il paper postula che gli errori fisici residui nei MLIP a corto raggio possano derivare significativamente da questa fase di compressione scalare piuttosto che esclusivamente dal backbone tensoriale equivariante.

Metodologia
Per affrontare queste limitazioni, gli autori introducono due moduli leggeri, che preservano la simmetria, i quali agiscono esclusivamente sui canali scalari $\ell=0$, lasciando invariato il backbone del prodotto tensoriale equivariante. Questi moduli fungono da sonde controllate dell'interfaccia scalare:

1. Pooling del Vicinato Consapevole della Fisica (PAN - Physics-Aware Neighborhood):

   • Meccanismo: Sostituisce l'aggregazione scalare uniforme con una modulazione di ampiezza tramite gate sigmoidei.
   • Input: I gate sono derivati da descrittori di coppia invarianti, inclusi i numeri atomici, un descrittore di coordinazione fluido ($\rho_i$) e una varianza del coseno-angolo pesata dal cutoff ($\eta_i$).
   • Funzione: Ciò consente all'aggregazione scalare di essere sensibile alla distorsione geometrica locale, alla perdita di coordinazione e alle variazioni di densità senza rompere l'invarianza per permutazione.

2. Mixer Spettrali Guidati dalla Fisica (PGS - Physics-Guided Spectral):

   • Meccanismo: Aumenta le feature scalari con basi spettrali motivate dalla fisica per migliorare la risoluzione spettrale a corto raggio.
   • Implementazione:
     • Livello Edge: Inietta un'espansione Fourier–Bessel sulle distanze di coppia.
     • Livello di Readout: Inietta un'espansione Exponential-of-Semicircle (ES) smorzata sui latenti invarianti per atomo.
   • Funzione: Queste basi sono progettate per rappresentare meglio la ripida curvatura a corto raggio e i modi ad alta frequenza che le non linearità standard tendono a smussare.

Disegno Sperimentale
Gli autori utilizzano principalmente MACE come scaffold meccanicistico ad alto ordine di corpo per testare questi interventi. Il protocollo sperimentale assicura che:

• Il backbone equivariante, la profondità di interazione, il cutoff e i budget di addestramento rimangano identici tra il modello base e quello modificato.
• I confronti siano effettuati su cinque seed di addestramento indipendenti.
• I moduli siano testati su sistemi diversi: metallo Ag, covalente Si, un subset ionico a corto raggio LiF/Li–F, e i benchmark molecolari MD17/rMD17.
• Test di Portabilità: I moduli PAN+PGS vengono inseriti in Allegro e NequIP in posizioni architettonicamente analoghe per verificare se i benefici si trasferiscono attraverso diversi backbone equivarianti a corto raggio.

Risultati Chiave

1. Miglioramenti dell'Accuratezza:

   • Su Ag, Si e LiF/Li–F, il modello combinato MACE+PAN+PGS ha ridotto l'errore medio assoluto (MAE) delle forze del 22–27% e l'MAE dell'energia del 19–22% rispetto al baseline MACE.
   • Sui sistemi con etichette di stress, gli errori di stress sono diminuiti del 27–28%.
   • Nei benchmark molecolari (rMD17), gli errori di forza sono stati ridotti mediamente del 13,9%, con i guadagni più significativi osservati in molecole flessibili e anarmoniche.
   • I controlli con capacità accoppiata (allargamento/approfondimento del backbone senza PAN/PGS) hanno prodotto solo un miglioramento del 4–7%, dimostrando che i guadagni non sono dovuti meramente all'aumento del numero di parametri.

2. Portabilità:

   • L'inserimento di PAN+PGS in Allegro e NequIP ha ridotto gli errori di forza del 17–19%, confermando che la correzione è portabile su diversi backbone equivarianti a corto raggio, sebbene l'entità del miglioramento dipenda dall'architettura (massima in MACE).

3. Osservabili Fisici:
   La correzione del percorso scalare ha attenuato quattro distinti modi di fallimento fisico predetti dagli autori:

   • Torsioni Anarmoniche: Ha ridotto la divergenza di Kullback–Leibler nelle distribuzioni torsionali dell'aspirina di circa 3x, correggendo la "perdita di barriera" (barrier leakage).
   • Modi Vibrazionali: Ha ridotto il red-shift dei fononi ottici ad alta frequenza nel Si, migliorando l'errore di posizione del picco della densità degli stati vibrazionali (VDOS) di un fattore di ~4.
   • Deriva di Integrazione: Ha ridotto la deriva energetica secolare in simulazioni NVE di 500 ps di Ag bulk di un fattore di ~7.
   • Struttura Liquida: Ha attenuato i picchi sub-shell spuri nella funzione di distribuzione radiale (RDF) dell'Ag liquido, correggendo l'avvicinamento atomico non fisico.

4. Costo Computazionale:
   I miglioramenti sono stati ottenuti con circa il 5% di FLOP aggiuntivi in fase di inferenza, collocando il metodo in una regione di basso errore e basso overhead del fronte costo–accuratezza.

Significatività e Rivendicazioni
Il paper sostiene di aver identificato la fedeltà del percorso scalare come una dimensione di design pratica e ortogonale per i potenziali interatomici equivarianti a corto raggio. Gli autori sostengono che:

• L'espressività tensoriale e la fedeltà scalare non sono sostituibili; un backbone equivariante espressivo può comunque perdere dettagli fisici se le operazioni scalari a valle sono insufficientemente adattive o limitate spettralmente.
• Il percorso scalare non è meramente un dettaglio implementativo, ma un'interfaccia critica dove l'informazione geometrica viene convertita in un paesaggio energetico.
• PAN e PGS affrontano forme distinte e specifiche di perdita di informazione (sottoresoluzione geometrica e bias spettrale) senza richiedere termini fisici espliciti (come l'elettrostatica a lungo raggio) o sostituire il backbone equivariante.
• Il metodo è complementare alle estensioni esistenti (es. per interazioni a lungo raggio o reattività), piuttosto che un'alternativa, mirando specificamente all'errore residuo a corto raggio rimanente dopo la costruzione della rappresentazione locale.

Gli autori concludono che i futi MLIP a corto raggio dovrebbero trattare l'aggregazione scalare e il mixing spettrale come componenti di design di prima classe per garantire che l'accuratezza fisica della rappresentazione equivariante sia preservata quando diventa una superficie energetica utilizzabile.