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

技術要約：幾何学的代数とデカルト・テンソルの融合：原子間ポテンシャルにおける高次等変性

問題提起
機械学習原子間ポテンシャル（MLIP）は、物理的対称性、具体的には予測される力が回転および並進に対して等変であることを保証しなければならない。力の大きさは正確に予測されることが多い一方で、力の方向が頻繁に失敗し、その結果、軌道が正しいポテンシャルエネルギーの盆地から逸脱してしまう現象が生じる。著者らは、既存のクリフォード（幾何学的）代数ベースのアーキテクチャにおける構造的な限界を特定している。すなわち、$\mathbb{R}^3$ 内の2つのベクトル（代数 $Cl(3,0)$内）の幾何学的積は、$L=0$（スカラー）および$L=1$（ベクトル／バイベクター）の既約表現（irreps）のみを実現する。$L=2$（四重極電荷分布、d軌道相互作用、および異方性応力を捉えるために不可欠な対称無跡ランク2成分）は欠落している。その結果、標準的なクリフォードモデルは、メッセージパッシング層を駆動するエッジごとの双線形演算において、$L \ge 2$ の内容を間接的に再構成するために層を積み重ねることに依存しており、これが方向性の精度の低さ（rMD17において集約力余弦類似度が0.25未満）を招いている。

手法：CliffordSTF
本論文では、クリフォード多重ベクトル基質と、閉形式の対称無跡テンソル（STF）トラックを結合させたハイブリッドアーキテクチャである CliffordSTF を提案する。核心となる革新は、クレブシュ・ゴルダン（CG）係数、ウィグナーD行列、または $e3nn$ のような外部ライブラリを使用せずに、デュアルトラック設計を実現している点にある。

1. 理論的基礎（定理1）： 著者らは、$Cl(3,0)$ 幾何学的積とSTF演算の構成的等価性を確立した。彼らは、2つのベクトルのテンソル積 $1 \otimes 1$ が、以下の操作のみを用いて $L=0, 1, 2$ 成分に分解できることを示している：

   • 幾何学的積のスカラー部分 ($L=0$)。
   • バイベクター部分のホッジ双対 ($L=1$)。
   • 閉形式の対称無跡射影演算子 ($L=2$)。
     この構成は、学習されたCG係数を介することなく、$L=3$ までの完全な $SO(3)$ 既約表現の内容をカバーする。

2. アーキテクチャ：

   • 基質（Substrates）： モデルは、原子ごとに2つの並行する特徴量トラックを保持する。一つはクリフォード多重ベクトル（次元8、これは $2 \cdot L=0 \oplus 2 \cdot L=1$ をカバーする）、もう一つはオプションとしてランク2および3のSTFチャネルである。
   • メッセージパッシング： メッセージは、クリフォード・トラック上での幾何学的積、およびテンソル・トラック上での閉形式のSTF縮退を通じて生成される。
   • クロス・トラック結合（Cross-Track Coupling）： 極めて重要なコンポーネントは、トラック間の双方向結合である。STF特徴量はクリフォード・ベクトルから生成され、逆に、STF特徴量はクリフォード・ベクトルと縮退（$S \cdot v$）することで、$L=2$ の情報をベクトル・チャネルへと注入する。この結合は単一の双線形演算を通じて学習される。
   • リードアウト（Readout）： 力の予測には、ベクトルチャネル（グレード1）とバイベクターのホッジ双対（グレード2）の組み合わせに加え、$L=2 \otimes L=1 \to L=1$ の明示的な縮退（$S \cdot \hat{r}$）を用いて、$L \le 1$ のアーキテクチャでは到達不可能な角度方向の力成分を捉える。

主要な貢献

• 診断： 著者らは、方向性の失敗の主な原因がモデルの容量や深さではなく、欠落している $L \ge 2$ の基質であることを特定した。
• アーキテクチャ： 学習された単一の双線形演算と古典的なSTF演算を用いて、ウィグナー3j記号と検証された上で、$L=3$ までの球面調和関数コンテンツをカバーする閉形式の構成を実現した。
• 実証実験： 11種類のバリエーションによるアブレーション研究により、ハイブリッドな骨格が必要であることが確認された。すなわち、クリフォード・トラック単独、あるいは（結合のない）STFトラック単独では、結合システムによる性能には及ばない。

結果
固定パラメータ予算（約 $10^6$ パラメータ）の下で、rMD17、OC20、および OC22 ベンチマークで評価を行った。

• rMD17（力の方向性）： CliffordSTF は、集約力余弦類似度 0.551 を達成した。これはベースとなるクリフォードモデル（0.055）に対して10倍の改善であり、他のすべてのCGフリーまたはボディ・オーダーのベースライン（すべて $\le 0.17$）を上回る。これは、球面調和関数を用いたフルモデル（EquiformerV2 $\approx 0.96$）の性能に迫る数値であり、球面調和関数を使用せずにこれを実現している。
• 大きさの精度： 方向性の向上は、大きさの精度を犠牲にすることなく達成された。CliffordSTF は、ベースのクリフォードモデルと比較して、力のMAEを15.8%、エネルギーのMAEを10.9%減少させた。
• 触媒作用（OC22）：
  • IS2RE： $L \ge 2$ の手法の中で最高のイン分布（in-distribution）エネルギーMAE（4.09 eV）を達成し、競争力のあるアウトオブ分布（out-of-distribution）性能を示した。
  • S2EF： 研究における最高のアウトオブ分布エネルギーMAEを達成し、イン分布における $L \ge 2$ 手法の中での最高値に匹敵した。
• 効率性： 推論時、CliffordSTF（0.352 s/step）は、より低速な球面調和関数ベースラインと比較して競争力があり、ICTPのようなデカルト・テンソル・ベースラインよりも高速である。学習は、デュアル・トラック・スキャフォールドのオートグラッド・グラフのオーバーヘッドにより、最も高速な球面調和関数ベースライン（MACE, EquiformerV2）よりも約2〜3倍遅いが、他のテンソル場手法と比較して競争力のある範囲内である。

意義と主張
本論文は、等変なアーキテクチャにおける表現の選択は、単一の代数的形式への忠実さではなく、必要とされる具体的な角度コンテンツ（$L$ 値）によって決定されるべきであると主張している。CliffordSTF が幾何学的積と閉形式のSTF演算を組み合わせることで、$L=3$ までの $SO(3)$ 既約表現の内容を球面調和関数と同様にカバーできることを示すことで、純粋な幾何学的代数の欠けている構造的表現力を回復できることを示した。

著者らは、CliffordSTF がその差を大幅に埋めるものの、完全に球面調和関数を用いたアーキテクチャ（EquiformerV2）の絶対的な方向精度のレベルにはまだ達していないことを謙虚に述べている。彼らは、クロス・トラック結合を単なる精度向上策ではなく、学習に不可欠な「安定性のレバー」として特定しており、将来的にはこれをより高い $L_{max}$ へ拡張し、融合カーネルによって学習コストを最適化し、明示的なパリティ追跡を通じて完全な $O(3)$ 等変性を実現することを提案している。