Girsanov Reweighting for Uncertainty Propagation in Rare-Event Kinetics

Sintesi Tecnica: Ripesatura di Girsanov per la Propagazione dell'Incertezza nella Cinetica di Eventi Rari

Enunciato del Problema
I potenziali interatomici basati sull'apprendimento automatico (MLIP) sono emersi come uno strumento potente per il campionamento di eventi rari nella dinamica molecolare (MD), offrendo un'accuratezza prossima a quella ab initio a una frazione del costo computazionale. Tuttavia, l'incertezza associata a questi modelli rimane una sfida significativa. Gli approcci esistenti alla quantificazione dell'incertezza (UQ) si concentrano prevalentemente su quantità puntuali (energie e forze) o osservabili termodinamiche di equilibrio. Essi non riescono ad affrontare la propagazione delle incertezze dei parametri verso gli osservabili cinetici, come la probabilità di committore media $\langle p_{A\to B} \rangle_{\lambda_{\partial A}}$ e la risultante velocità di reazione $k_{AB}$. La propagazione diretta di tali incertezze tramite metodi Monte Carlo standard — campionando nuovi set di parametri e rieseguendo costose simulazioni di eventi rari per ogni realizzazione — è computazionalmente proibitiva.

Metodologia
Gli autori propongono un framework che accoppia i metodi di campionamento di eventi rari, specificamente l'Adaptive Multilevel Splitting (AMS), con la ripesatura di Girsanov per propagare l'incertezza dei parametri MLIP verso gli osservabili cinetici senza rieseguire le traiettorie.

1. Framework Teorico: La dinamica è modellata utilizzando equazioni di Langevin sottosmorzate. La probabilità dell'evento raro $p$ è definita come la probabilità di committore mediata sulla distribuzione di uscita $\lambda_{\partial A}$ sul confine dello stato reagente $A$.
2. Quantificazione dell'Incertezza (UQ): Lo studio utilizza il framework del Point-wise Optimal Parameter Set (POPS) per generare una distribuzione a posteriori $\pi(d\theta)$ sui parametri MLIP $\theta$. Questo approccio è stato scelto per tenere conto degli errori di misspecificazione del modello, che il classico regressione bayesiana spesso non riesce a catturare a causa della natura quasi deterministica dei dati di addestramento ab initio.
3. Ripesatura di Girsanov: Il cuore della metodologia risiede nel teorema di Girsanov per calcolare il rapporto di verosimiglianza tra le misure di probabilità nello spazio delle traiettorie sotto un potenziale di riferimento $V(x, \theta_L)$ e un potenziale perturbato $V(x, \theta)$.
   • Stimatore Completo ($\hat{p}_G$): Uno stimatore esatto derivato dal pesare l'insieme di traiettorie reattive campionate a $\theta_L$ utilizzando il rapporto di verosimiglianza $M(X, \theta_L, \theta)$. Questo rapporto dipende dalla differenza nelle forze e dalla distribuzione dello stato iniziale.
   • Stimatore dei Cumulanti ($\hat{p}_C$): Per affrontare il costo computazionale del calcolo della Matrice di Informazione di Fisher (FIM) richiesto dallo stimatore completo (specialmente per modelli di deep learning come MACE), gli autori derivano un'espansione dei primi cumulanti. Questa approssimazione si basa sulla media empirica del vettore "score" $s(X)$, riducendo significativamente l'overhead computazionale pur mantenendo la stabilità numerica.
4. Estensione alla Velocità di Reazione: Il framework estende la velocità di reazione $k_{AB}$ tramite la relazione di Hill ($k_{AB} = \phi_A \langle p_{A\to B} \rangle_{\lambda_{\partial A}}$). Gli autori sostengono che, sotto l'assunzione che gli MLIP siano altamente accurati all'interno dei bacini metastabili (dove viene campionato la frequenza di uscita $\phi_A$), l'incertezza in $k_{AB}$ sia dominata dall'incertezza nella probabilità di committore $p$.

Contributi Chiave

• Ripesatura dello Spazio delle Traiettorie per la Cinetica: Il lavoro introduce la prima applicazione della ripesatura di Girsanov per propagare l'incertezza parametrica specificamente agli osservabili cinetici (probabilità di committore), colmando una lacuna precedentemente limitata alle quantità termodinamiche.
• Stimatori Efficienti: La derivazione dello stimatore dei primi cumulanti ($\hat{p}_C$) permette la propagazione analitica dell'incertezza in spazi di parametri ad alta dimensionalità senza il costo proibitivo del calcolo di Jacobian completi nello spazio delle traiettorie o del rieseguire le simulazioni.
• Validazione su Sistemi Complessi: La metodologia è validata su tre sistemi distinti: un dimero in un solvente Weeks-Chandler-Andersen (WCA), un potenziale di Müller-Brown rugoso e la transizione conformazionale del butano utilizzando modelli foundation MACE.

Risultati

• Analisi di Sensibilità: Sui sistemi del dimero e di Müller-Brown, sia lo stimatore completo di Girsanov che lo stimatore dei cumulanti hanno catturato accuratamente la sensibilità della probabilità dell'evento raro alle variazioni dei parametri, con lo stimatore dei cumulanti che mostra un'eccellente copertura anche per deviazioni sostanziali dei parametri.
• Dinamica Conformazionale del Butano: Nell'applicazione al butano utilizzando modelli MACE, il framework è riuscito a distinguere tra rumore algoritmico (epistemico) e incertezza di misspecificazione del modello.
  • Per il modello più accurato MACE-OMAT-0, la distribuzione consapevole dell'incertezza è rimasta centrata vicino alla Stima di Massima Verosimiglianza (MLE), con il valore di riferimento ben coperto.
  • Per il meno accurato MACE-MP-0a, il framework ha correttamente identificato un significativo bias del modello, risultando in una distribuzione di incertezza più ampia che tuttavia comprendeva il valore di riferimento "ground truth" (MACE-MPA-0).
• Efficienza Computazionale: L'approccio di ripesatura ha dimostrato un'accelerazione di circa 4000× rispetto all'approccio brute-force di rieseguire le simulazioni AMS complete per ogni realizzazione del parametro. Il passaggio di ripesatura ha aggiunto solo un costo computazionale marginale (circa 30 minuti) alla corsa AMS iniziale.
• Stabilità: I log-pesi utilizzati nel processo di ripesatura sono rimasti concentrati intorno allo zero (tipicamente nell'intervallo $(-2, 2)$), confermando che l'inflazione della varianza tipicamente associata alla ripesatura di Girsanov è stata mitigata dalla breve durata delle traiettorie reattive e dalle differenze di potenziale limitate.

Significatività e Rivendicazioni
Il lavoro sostiene che la ripesatura dello spazio delle traiettorie fornisce una via efficiente e rigorosa per propagare l'incertezza degli MLIP alla cinetica degli eventi rari. Sfruttando la natura non viesata degli stimatori di splitting e il rigore matematico del teorema di Girsanov, il framework consente la costruzione di distribuzioni di probabilità consapevoli dell'incertezza per le velocità di reazione senza la necessità di campionamenti costosi.

Gli autori notano con modestia che l'estensione alle velocità di reazione si basa sull'assunzione che gli MLIP siano altamente accurati all'interno dei bacini metastabili, un'assunzione supportata dalla letteratura sull'apprendimento attivo ma che richiede ulteriori indagini per reazioni complesse in cui la superficie di divisione potrebbe trovarsi al di fuori di queste regioni. Concludono che questo approccio isola efficacemente la varianza algoritmica dal misspecification del modello, fornendo intervalli di confidenza stretti e affidabili per gli osservabili cinetici derivati da modelli surrogati incerti.