A single design choice determines whether machine learning models of materials make physically impossible predictions
Questo articolo dimostra che l'incorporazione di etichette di parità nelle caratteristiche dei modelli di apprendimento automatico è una scelta progettuale critica che garantisce predizioni fisicamente esatte per proprietà proibite dalla simmetria in cristalli centrosimmetrici, mentre i modelli privi di questa caratteristica producono errori fisicamente impossibili in quasi tutti i casi senza sacrificare l'accuratezza.
Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Nella ricerca di nuovi materiali, gli scienziati si sono a lungo affidati a una potente scorciatoia: utilizzare le regole della simmetria per prevedere come un cristallo si comporterà. I cristalli non sono accumuli casuali di atomi; sono strutture altamente ordinate in cui gli atomi si ripetono in schemi precisi. Grazie a questo ordine, le leggi della fisica dettano che certe proprietà debbano comportarsi in modi specifici. Ad esempio, se un cristallo appare esattamente uguale quando lo si ruota sottosopra attraverso il suo centro — una proprietà nota come centrosimmetria — allora non può generare elettricità quando viene compresso. Non si tratta di una debolezza del materiale o di una misurazione imprecisa; è una regola ferrea della natura. Se un cristallo possiede questa simmetria centrale, la risposta elettrica deve essere esattamente zero.
Per decenni, i ricercatori hanno utilizzato complesse simulazioni al computer basate sulla meccanica quantistica per calcolare queste proprietà. Oggi, tuttavia, un metodo più veloce sta prendendo il sopravvento: l'apprendimento automatico (machine learning). Questi modelli di intelligenza artificiale sono addestrati per prevedere le proprietà dei materiali imparando da vasti database di cristalli noti. Stanno diventando lo strumento principale per la scoperta di nuove sostanze per batterie, celle solari ed elettronica. La speranza è che questi modelli possano apprendere le regole della simmetria proprio come farebbe un fisico umano o, forse meglio, trovando schemi nei dati che gli esseri umani potrebbero ignorare. Ma questa velocità comporta un rischio: se il modello non rispetta rigorosamente le leggi fondamentali della simmetria, potrebbe prevedere che un cristallo possa fare qualcosa che la natura proibisce, come generare elettricità quando fisicamente non può farlo.
Uno studio recente condotto da ricercatori della Texas A&M University e altre istituzioni rivela un difetto sorprendente nel modo in cui molti di questi popolari modelli di machine learning sono costruiti. Il team ha scoperto che il fatto che un modello rispetti queste leggi assolute della fisica non è determinato da quanto dato vede o per quanto tempo viene addestrato. Inveve, è deciso da una singola, minuscola scelta di progettazione fatta prima ancora che l'addestramento abbia inizio. Questa scelta riguarda se le "caratteristiche" interne del modello — i blocchi matematici che utilizza per comprendere la forma di un cristallo — portino un'etichetta specifica chiamata "parità". La parità è un modo per tracciare come una forma cambia quando viene riflessa in uno specchio o capovolta. I ricercatori hanno scoperto che se un modello manca di questa etichetta, è matematicamente incapace di prevedere lo zero esatto richiesto dalla simmetria, non importa quanto ci provi. Genererà sempre un piccolo numero non nullo, che rappresenta una previsione fisicamente impossibile.
Per dimostrare ciò, i ricercatori hanno impostato un test rigoroso utilizzando una proprietà chiamata tensore piezoelettrico, che misura quanta elettricità un cristallo produce quando viene compresso. Si sono concentrati su duemila diversi cristalli che sono noti per essere centrosimmetrici, ovvero possiedono un centro di simmetria. Secondo le leggi della fisica, la risposta piezoelettrica per tutti questi cristalli deve essere esattamente zero. Il team ha preso diversi dei modelli di machine learning più avanzati utilizzati nel campo e ha creato due versioni di ciascuno. Una versione è stata costruita includendo le etichette di parità, mentre l'altra è stata costruita senza di esse, identica in tutto il resto. Hanno poi addestrato entrambe le versioni sugli stessi dati e hanno chiesto loro di prevedere la risposta piezoelettrica per i duemila cristalli centrosimmetrici.
I risultati sono stati drammatici e immediati. I modelli con le etichette di parità hanno previsto un valore di zero per ogni singolo cristallo, fino ai limiti della precisione del computer. Hanno identificato correttamente che questi materiali non potevano produrre elettricità. Al contrario, i modelli senza le etichette di parità sono falliti clamorosamente. Hanno previsto una risposta elettrica non nulla per il 90-96% dei cristalli. Queste previsioni non erano piccoli errori; erano spesso grandi quanto le risposte elettriche reali trovate in materiali che possono generare elettricità. La differenza tra i due gruppi non era una questione di alcune cifre decimali; era un divario di sei ordini di grandezza, il che significa che i modelli "sbagliati" erano un milione di volte più propensi a prevedere un evento fisicamente impossibile rispetto ai modelli "giusti".
I ricercatori hanno poi testato se l'addestramento potesse risolvere il problema. Hanno fornito ai modelli "sbagliati" dati extra, mostrando loro specificamente esempi di cristalli centrosimmetrici con l'etichetta corretta di zero, sperando che i modelli imparassero a rispettare la regola. Non ha funzionato. Anche dopo aver visto migliaia di esempi in cui la risposta era zero, i modelli continuavano a prevedere valori non nulli. Potevano avvicinarsi allo zero, ma non potevano mai raggiungere lo zero esatto richiesto dalle leggi della fisica. Lo studio ha anche dimostrato che semplicemente fare la media dei risultati di un modello e della sua immagine speculare non risolveva il problema, perché la struttura sottostante del modello era cieca alla regola di simmetria.
Questa scoperta ha profonde implicazioni per il campo della scienza dei materiali. Suggerisce che l'affidabilità di un modello di machine learning non dipende solo dalla sua accuratezza su test standard, ma dalla sua capacità strutturale di rappresentare la realtà fisica. I ricercatori hanno esaminato diciotto diverse architetture di machine learning attualmente in uso e hanno scoperto che esattamente metà di esse manca delle necessarie etichette di parità. Ciò significa che una parte significativa degli strumenti che gli scienziati usano per scoprire nuovi materiali è fondamentalmente incapace di fare la previsione corretta per una vasta classe di cristalli. Il problema non è che questi modelli siano scarsi nell'imparare; è che il loro design impedisce loro di apprendere questa specifica verità.
Lo studio ha anche evidenziato una tendenza crescente nel campo in cui gli scienziati prendono un modello pre-addestrato, che ha già appreso la struttura generale degli atomi, e vi attaccano una nuova "testa" per prevedere una proprietà specifica. I ricercatori hanno dimostrato che se il modello originale è stato costruito senza etichette di parità, il nuovo predittore di proprietà erediterà quel difetto. Non importa quanto sia progettata con cura la nuova parte; se la fondazione manca dell'etichetta di simmetria, l'intera struttura fallirà nel rispettare le leggi della fisica. Questo significa che la decisione di includere o escludere questa etichetta viene presa a monte, spesso dai creatori del modello base, e detta silenziosamente la validità di ogni previsione fatta da chiunque utilizzi quel modello in seguito.
In definitiva, l'articolo sostiene che affinché il machine learning sia veramente affidabile nella scienza, deve essere costruito con le leggi della fisica integrate nella sua struttura, non solo apprese dai dati. I ricercatori propongono un controllo semplice: prima di fidarsi di un modello per prevedere una proprietà che dovrebbe essere zero a causa della simmetria, si può testarlo in pochi secondi applicando una riflessione speculare a una struttura cristallina casuale. Se il modello prevede un valore non nullo, manca dell'etichetta di parità necessaria e non può essere considerato affidabile per quel compito. Questo non è un suggerimento di miglioramento, ma un requisito per la validità fisica. Lo studio conclude che la presenza o l'assenza di questa singola etichetta determina se un modello è uno strumento di scoperta o una fonte di previsioni impossibili, e che è un dettaglio che deve essere riportato e verificato per ogni modello utilizzato nella ricerca di nuovi materiali.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.