A wrong ground-state structure of HfO$_2$ predicted by machine-learning interatomic potentials based on the PBE functional

この論文は、PBEベースのDFTデータで学習された機械学習原子間ポテンシャルが、低密度相を過度に安定化させるという汎関数の傾向により、HfO$_2$の基底状態構造を誤って予測すると警告しており、この欠陥はPBEsolやLDAのような代替汎関数を使用することで軽減できる。

要約

あなたは、登山者が最も低い谷（「基底状態」）を見つけるのを助けるために、山岳地帯の完璧な地図を作ろうとしていると想像してください。材料科学の世界では、この谷は、酸化ハフニウム（HfO₂）のような材料が取りたがる、最も安定した自然な形状を表しています。

長い間、科学者たちは**機械学習原子間ポテンシャル（MLIP）**という強力なツールを使用してきました。これは、高性能なGPSシステムのようなものだと考えてください。これらのMLIPは、密度汎関数理論（DFT）という「教師」からのデータを与えることで訓練されます。このGPSシステムを訓練するために使われる最も一般的な「教科書」は、PBE汎関数と呼ばれる特定のルールセットです。

以下は、この論文が見出した物語です。

1. GPSが地図を間違えた

研究者たちは、彼らのGPSシステム（PBEデータで訓練されたMLIP）に対し、HfO₂の最も低い谷を見つけるよう指示しました。

• GPSの回答: 「最も低い谷は、I4₁/amdと呼ばれる場所です。そこは低密度で広々とした構造であり、原子は特定の八面体パターン（六角形の箱のような形）で配置されています。」
• 現実の姿: 「いいえ、本当の最低の谷は単斜晶系 P2₁/c構造です。これは、現実世界の実験によって明確に示されているものです。」

GPSは自信満々に間違った目的地を指していました。GPSは、広々とした「I4₁/amd」構造が、真の勝者よりも17ユニット分も安定していると主張したのです。

2. GPSが壊れているのか、それとも教師が嘘をついているのか？

研究者たちは疑問に思いました。「私たちはGPSを構築する際に間違えたのか、それとも教師（PBE）が悪い宿題を出しているのか？」

彼らは以下の方法でテストを行いました。

• 他の有名な既製のGPSモデル（NequIPやMatterSimなど）をチェックしました。結果： それらすべてが、同じ間違った「I4₁/amd」の谷を指し示しました。
• GPSの予測を、教師の生データと直接比較しました。結果： GPSは実際には完璧に仕事をこなしていました。ただ、教師のミスを忠実にコピーしていただけだったのです。

結論： GPSが壊れていたのではありません。PBEという教師が問題だったのです。

3. 「ゆったりした服」の比喩

なぜPBE教師はこの間違いを犯したのでしょうか？
PBE汎関数を、ゆったりとした、ダボダボの服を好む仕立て屋だと想像してみてください。

• 「I4₁/amd」や「Pbcn」といった構造は、ゆったりとして広々とした（低密度で体積が大きい）服装のようなものです。
• 「P2₁/c」構造は、よりタイトでコンパクトな服装のようなものです。

PBEの仕立て屋にはバイアスがあります。「ゆったりとした広々とした服の方が、（実際よりも）快適でエネルギーが低い」と考えてしまうのです。 このバイアスのせいで、PBE教師は、たとえ現実には「P2₁/c」というタイトな服装の方が好まれるとしても、広々とした「I4₁/amd」の服装こそがベストであるとGPSに教えてしまったのです。

研究者が他の「仕立て屋」（PBEsolやLDAのような汎関数）を試したとき、地図は修正されました。突然、「I4₁/amd」の服装はあまりにもダボダボで高価すぎるように見え、代わりに「P2₁/c」構造が真のチャンピオンとして返り咲いたのです。

4. ハイカーの旅（強誘電体スイッチング）

この論文はまた、HfO₂がその形状を変えるとき（ハイカーが経路を切り替えるようなとき）に何が起こるかについても見ています。

• シナリオA（固定格子）: もしハイカーが、硬い経路（地図のサイズを変えない）に留まるよう強制された場合、「ゆったりした」PBE教師も「タイトな」PBEsol教師も、似たような方向を示します。
• シナリオB（緩和格子）: もしハイカーが、経路のサイズを変更できる（地図の拡大・縮小を許容する）場合、二人の教師は劇的に異なる方向を示します。
  • **PBE教師（ゆったりしたバイアス）**は、「広々としたPbcnの谷を通るルートは簡単でスペースに余裕があるように見えるので、そこを通ってください」と言います。
  • **PBEsol教師（コンパクトなバイアス）**は、「いいえ、その道は広すぎ、不安定です。もっとタイトで直接的なルートを通ってください」と言います。

PBE教師は「広々とした」経路がいかに快適かを過大評価しているため、シミュレーションを現実の世界で実際に起こることとは全く異なる道へと導いてしまうのです。

大きな教訓

これらハイテクなGPSシステム（MLIP）を使用するすべての人への警告が、この論文の主な教訓です。

機械学習モデルが訓練データに対して驚異的な精度を持っているからといって、それが真実を語っているとは限りません。 もし「教師」（DFT汎関数）に内蔵されたバイアス（例：ゆったりした服を好むなど）がある場合、生徒（MLIP）はそのバイアスを完璧かつ自信を持って学習し、間違った答えを予測してしまうのです。

材料の世界の信頼できる地図を手に入れるためには、単に機械学習モデルを信じるだけでなく、それが学んだ教師が正しいルールセットを使用しているかどうかを確認しなければなりません。

技術概要

技術要約：PBE汎関数に基づく機械学習原子間ポテンシャルによって予測されたHfO₂の誤った基底状態構造

問題提起
機械学習原子間ポテンシャル（MLIP）は、密度汎関数理論（DFT）の計算コストのわずかな一部で第一原理に近い精度を提供し、大規模な材料シミュレーションに不可めて欠かせないツールとなっている。しかし、MLIPの予測の信頼性は、その学習データセットの質に本質的に依存しており、それらは主にPerdew–Burke–Ernzerhof (PBE) 汎関数を用いた一般化勾配近似（GGA）によって生成されている。PBEはその効率性と安定性から広く採用されているが、ハフニウム酸化物（HfO₂）のような複雑な系における、競合する多形間の微妙なエネルギー差を正確に記述できるかどうかは極めて重要な問題である。HfO₂は強い多形間の競合（単斜晶、斜方晶、正方晶を含む）を示し、外部電場や歪みに対して高い感受性を持つ。本研究で取り組む中心的な問題は、PBEベースのMLIPがHfO₂の正しい基底状態構造とエネルギーランドスケープを確実に捉えられるのか、あるいはPBE汎関数に内在する誤差が機械学習モデルによって伝播・増幅されているのではないか、という点である。

手法
著者らは、HfO₂に対するPBEベースのモデルの信頼性を調査するために、多角的なアプローチを採用した：

1. MLIPの学習とグローバル探索： Allegroアーキテクチャに基づく特定のMLIPを、PBE汎関数（VASP）を用いた第一原理分子動力学（AIMD）から生成されたデータセットを用いて学習させた。このポテンシャルを用いて、CALYPSOソフトウェアを用いたグローバル構造探索を行い、最低エネルギー構造を特定した。
2. 基盤モデルとのベンチマーク： 得られた知見が特定のカスタムモデルに固有のものかどうかを判断するため、NequIP-OAM-L、MatterSim-v1-5M、MACE-MP-0を含む、広く使用されている複数の事前学習済みPBEベースの基盤モデルを用いて構造探索を行った。
3. 汎関数の比較： 様々な交換相関汎関数（PBE、PBE-vdW、SCAN、PBEsol、および局所密度近似（LDA））を用いて、様々なHfO₂結晶構造（単斜晶 $P2_1/c$、正方晶 $P4_2/nmc$、斜方晶 $Pca2_1$、および新たに特定された $I4_1/amd$ 相を含む）の相対エネルギーを計算した。
4. 分極スイッチング解析： 汎関数のバイアスが動的プロセスに与える影響を評価するため、強誘電性斜方晶HfO₂（$Pca2_1$）の分極スイッチング経路を、PBEとPBEsolの両方を用いて計算した。これらの計算は、NEB法およびGSSNEB法を用い、固定格子条件と格子緩和条件の両方で行われた。

主な結果

• 誤った基底状態の特定： カスタム学習されたPBEベースのMLIPおよび複数の公開基盤モデル（Nequip-OAM-L、MatterSim-v1-5M）は、いずれもHfO₂のグローバル最小値として、誤った低エネルギーの $I4_1/amd$ 構造を予測した。ルチル型TiO₂に似たこの構造は、実験的に検証された単斜晶 $P2_1/c$ 基底状態よりも、単位格子あたり約17 meV低いエネルギーを持つことが判明した。
• 誤差の起源： 比較DFT計算により、MLIPはPBE-DFTの結果を忠実に再現していることが確認され、この誤差が機械学習のフィッティングによるアーティファクトではなく、PBE汎関数自体の本質的な欠陥であることが証明された。$I4_1/amd$ 相は、PBE汎関数の下でのみ最低エネルギー構造として現れた。他の汎関数（PBE-vdW、SCAN、PBEsol、LDA）を用いた場合、$I4_1/amd$ 相の安定性は著しく低下し、最終的にLDAの下では最高エネルギーの相となった。
• 構造的感受性： この誤差は、低密度の構造（大きな平衡体積と特定の配位環境（6配位Hf、3配位O）を持つもの）を過度に安定化させるPBEの傾向に起因していた。PBEsolやLDAのような、よりコンパクトな構造を好む汎関数は、これらの低密度構成にペナルティを与える。
• 強誘電スイッチングへの影響： 汎関数のバイアスは、格子緩和を許容した場合の分極スイッチングのエネルギーランドスケープを大きく変化させた。固定格子条件下では、PBEとPBEsolは同様の障壁を示した。しかし、格子緩和を伴う場合、PBEは明確に異なる $Pbcn$ 様の中間状態とより低い障壁を予測したのに対し、PBEsolは従来の正方晶様の遷移状態を維持した。これは、PBEのエネルギーランドスケープが $Pbcn$ 相を競争力のある低エネルギーの盆地（basin）として形成している一方で、PBEsolはそのエネルギーを非常に高く設定しているためである。

主な貢献

• 系統的なMLIPの失敗の発見： 本研究は、HfO₂に対する最先端のPBEベースMLIPに共通して見られる、これまで報告されていなかった偽の基底状態予測（$I4_1/amd$）を明らかにした。
• 交換相関汎関数への帰属： 本研究は、結晶構造のMLIP予測における誤差が、機械学習のアーキテクチャやフィッティングプロセスからではなく、学習データを生成するために使用された交換相関汎関数から直接生じ得ることを決定的に示した。
• 汎関数依存のエネルギーランドスケープ： 本研究は、選択した汎関数が、相転移や強誘電スイッチングのような大きな格子緩和を伴うプロセスのポテンシャルエネルギー曲面のトポロジーを根本的に変えることを強調している。
• 代替汎関数の妥当性確認： 本研究は、PBEsolやLDAのような代替汎関数を使用することで、この誤差が大幅に抑制され、単斜晶 $P2_1/c$ 構造が正しく基底状態として予測されることを示している。

意義と主張
著者らは、本研究を材料モデリングコミュニティへの重要な警告として位置づけている。彼らは、MLIPが強力なツールである一方で、その信頼性は参照となるDFTデータとの再現能力のみで判断されるべきではないと主張している。もし基礎となるDFT汎関数に系統的なバイアス（特定の配位環境におけるPBEの体積過大評価など）が含まれている場合、MLIPはその誤差を忠実に再現し、結果として物理的に誤った基底状態や相転移経路の予測を導くことになる。本論文は、特に複雑な多形間の競合や格子緩和を伴う系をシミュレーションする場合、学習に使用した交換相関汎関数の物理的な妥当性を慎重に評価することの必要性を強調している。これらの知見は、HfO₂や同様の系において、汎関数の検証なしにPBEベースの基盤モデルに依存することは、構造的安定性やスイッチングメカニズムに関する誤解を招く可能性があることを示唆している。