Geometric Algebra Meets Cartesian Tensors: Higher-Order Equivariance for Interatomic Potentials

Sintesi Tecnica: L'Algebra Geometrica incontra i Tensori Cartesiani: Equivarianza di Ordine Superiore per Potenziali Interatomici

Enunciato del Problema
I potenziali interatomici basati su machine learning (MLIP) devono codificare le simmetrie fisiche, garantendo specificamente che le forze predette siano equivarianti rispetto a rotazioni e traslazioni. Sebbene l'entità delle forze sia spesso predetta con accuratezza, la direzione delle forze fallisce frequentemente, portando a traiettorie che deviano dal corretto bacino di energia potenziale. Gli autori identificano un limite strutturale nelle architetture esistenti basate sull'algebra di Clifford (geometrica): il prodotto geometrico di due vettori in $\mathbb{R}^3$ (all'interno dell'algebra $Cl(3,0)$) realizza solo le rappresentazioni irriducibili (irrep) $L=0$ (scalare) e $L=1$ (vettore/bivettore) di $SO(3)$. La componente simmetrica-traceless di rango 2 (rank-2) simmetrica-traceless ($L=2$), essenziale per catturare distribuzioni di carica quadrupolari, interazioni degli orbitali d e stress anisotropo, è assente nelle operazioni bilineari per-edge che guidano gli strati di passaggio di messaggi (message-passing). Di conseguenza, i modelli Clifford standard si affidano all'accumulo di strati per ricostruire indirettamente il contenuto $L \ge 2$, risultando in una scarsa fedeltà direzionale (similarità coseno aggregata della forza $< 0,25$ su rMD17) rispetto ai modelli basati su armoniche sferiche.

Metodologia: CliffordSTF
Il paper propone CliffordSTF, un'architettura ibrida che accoppia il substrato multivettore di Clifford con tracce di tensori simmetrici-traceless (STF) a forma chiusa. L'innovazione principale è un design a "doppia traccia" che evita tabelle di Clebsch–Gordan (CG), matrici di Wigner-D o librerie esterne come $e3nn$.

1. Fondamento Teorico (Teorema 1): Gli autori stabiliscono un'equivalenza costruttiva tra il prodotto geometrico $Cl(3,0)$ e le operazioni STF. Dimostrano che il prodotto tensoriale $1 \otimes 1$ (due vettori) può essere decomposto in componenti $L=0, 1, 2$ utilizzando solo:

   • La parte scalare del prodotto geometrico ($L=0$).
   • Il duale di Hodge della parte bivettore ($L=1$).
   • Un proiettore simmetrico-traceless a forma chiusa ($L=2$).
     Questa costruzione copre l'intero contenuto di irrep di $SO(3)$ fino a $L=3$ al livello bilineare per-edge senza coefficienti CG appresi.

2. Architettura:

   • Substrati: Il modello mantiene due tracce di caratteristiche parallele per atomo: un multivettore di Clifford (dimensione 8, che copre $2 \cdot L=0 \oplus 2 \cdot L=1$) e opzionali canali STF ai ranghi 2 e 3.
   • Passaggio di Messaggi (Message Passing): I messaggi sono generati tramite il prodotto geometrico sulla traccia di Clifford e contrazioni STF a forma chiusa sulla traccia tensoriale.
   • Accoppiamento Cross-Track: Un componente critico è l'accoppiamento bidirezionale tra le tracce. Le caratteristiche STF sono generate da vettori di Clifford, e viceversa, le caratteristiche STF contraggono con i vettori di Clifford (tramite $S \cdot v$) per iniettare nuovamente l'informazione $L=2$ nel canale vettoriale; questo accoppiamento è appreso tramite una singola operazione bilineare.
   • Readout: Le forze sono predette utilizzando una combinazione di canali vettoriali (grado-1) e duali di Hodge di bivettori (grado-2), aumentati da contrazioni esplicite $L=2 \otimes L=1 \to L=1$ ($S \cdot \hat{r}$) che catturano componenti di forza angolare inaccessibili alle architetture $L \le 1$.

Contributi Chiave

• Diagnosi: Il paper isola il substrato mancante $L \ge 2$, piuttosto che la capacità del modello o la profondità, come la causa primaria del fallimento direzionale dei baseline Clifford $L \le 1$.
• Architettura: Una costruzione a forma chiusa che copre il contenuto delle armoniche sferiche attraverso $L=3$ usando un singolo operatore bilineare appreso e operazioni STF classiche, verificata rispetto ai simboli Wigner-3j.
• Validazione Empirica: Uno studio di ablazione a undici varianti conferma che lo scaffold ibrido è necessario; né la traccia Clifford da sola né la traccia STF da sola (senza accoppiamento) si avvicinano alle prestazioni del sistema combinato.

Risultati
Valutato sui benchmark rMD17, OC20 e OC22 con un budget di parametri fisso ($\sim 10^6$ parametri):

• rMD17 (Direzionalità della Forza): CliffordSTF raggiunge una similarità coseno della forza aggregata di 0,551, un miglioramento di dieci volte rispetto al modello Clifford base (0,055) e supera tutti gli altri baseline senza CG o basati su body-ordered (tutti $\le 0,17$). Si avvicina alle prestazioni dei modelli a pieno contenuto di armoniche sferiche (EquiformerV2 $\approx 0,96$) senza utilizzare armoniche sferiche.
• Accuratezza dell'Entità: I guadagni direzionali non avvengono a scapito dell'accuratezza dell'entità. CliffordSTF riduce l'MAE della forza del 15,8% e l'MAE dell'energia del 10,9% rispetto al modello Clifford base.
• Catalisi (OC22):
  • IS2RE: Raggiunge il miglior MAE dell'energia in-distribution tra i metodi $L \ge 2$ (4,09 eV) e una competitiva prestazione out-of-distribution.
  • S2EF: Ottiene il miglior MAE dell'energia out-of-distribution dello studio e eguaglia il miglior MAE in-distribution tra i metodi $L \ge 2$.
• Efficienza: In fase di inferenza, CliffordSTF (0,352 s/step) è competitivo con i più lenti baseline a armoniche sferiche e più veloce dei baseline a tensori cartesiani come ICTP. L'addestramento è circa 2–3 volte più lento dei baseline più veloci a armoniche sferiche (MACE, EquiformerV2) a causa dell'overhead del grafo autograd dello scaffold a doppia traccia, ma rimane competitivo con altri metodi a campo tensoriale.

Significato e Rivendicazioni
Il paper sostiene che la scelta della rappresentazione nelle architetture equivarianti debba essere guidata dal contenuto angolare specifico richiesto (valori $L$) piuttosto che dalla lealtà a un singolo formalismo algebrico. Dimostrando che il prodotto geometrico e le operazioni STF a forma chiusa insieme coprono lo stesso contenuto di irrep di $SO(3)$ delle armoniche sferiche attraverso $L=3$, gli autori mostrano che un approccio ibrido può recuperare l'espressività strutturale mancante della pura algebra geometrica.

Gli autori notano con modestia che, sebbene CliffordSTF colmi significativamente il divario, non ha ancora raggiunto la assoluta fedeltà direzionale delle architetture a pieno contenuto di armoniche sferiche (EquiformerV2). Identificano l'accoppiamento cross-track come una "leva di stabilità" essenziale per l'addestramento, piuttosto che solo un driver di accuratezza, e suggeriscono che il lavoro futuro potrebbe estendere questo a un $L_{max}$ più elevato, ottimizzare i costi di addestramento tramite kernel fusi e raggiungere una piena equivarianza $O(3)$ attraverso il tracciamento esplicito della parità.