技術要約：分子動力学のための軌跡非教師あり物理情報ニューラルソルバーに向けて

1. 問題提起

分子動力学（MD）シミュレーションは、明示的な運動方程式によって支配されているが、MDを加速または模倣するために設計された既存のニューラルアプローチの多くは、学習のためにシミュレータによって生成された軌跡、力、またはエネルギーに大きく依存している。このような「軌跡による教師あり学習」への依存は、モデルの汎化性能を制限する。なぜなら、モデルは特定の訓練ドメインを超えて外挿することに失敗したり、優れた候補を見逃す可能性がある希少な高パフォーマンス領域を捉えるために膨大なデータセットを必要としたりするためである。

本研究が取り組む中心的な問いは、**「シミュレータによって生成された軌跡、力、速度、またはエネルギーを教師ターゲットとして使用することなく、物理的に意味のある分子軌跡を、支配的な物理法則から直接回収できるか？」**ということである。

物理情報ニューラルネットワーク（PINNs）は、データによる学習ではなく支配方程式による学習の枠組みを提供しているが、先行研究における物理情報MDソルバー（例：PND、NP-SNN）は、依然としてデータマッチング項（予測とシミュレータのロールアウトとの比較）や、損失関数における明示的な位置項に依存していた。完全な物理駆動型の定式化、すなわち、軌跡が運動方程式と保存則のみから創発されるような形式は、依然として未解決の課題である。

2. 手法：DINaMo

著者らは、軌跡非教師あり、物理情報型ニューラルフレームワークであるDINaMo（Differentiable Newtonian Molecular Solver）を導入する。DINaMoは、平衡状態にある初期条件に条件付けられた、単一の連続かつ微分可能な時間の関数 $\mathbf{r}_\theta(t)$ として分子軌跡を表現する。

コアアーキテクチャと表現

• グローバル軌跡表現: 自己回帰的なタイムステッパーとは異なり、DINaMoは全期間の短時間軌跡ウィンドウ $[0, T]$ を一つの関数として予測する。速度と加速度は、位置関数の厳密な自動微分を通じて得られるため、運動学的な整合性が保証される。
• 厳格な初期条件アンサッツ: ペナルティ項を用いずに厳密な初期条件（$\mathbf{r}_0, \mathbf{v}_0, \mathbf{a}_0$）を強制するため、軌跡は以下のように構成される：
  $$\mathbf{r}_\theta(t) = \mathbf{r}_0 + t\mathbf{v}_0 + \frac{1}{2}t^2\mathbf{a}_0 + T^2 s^3 \mathbf{g}_\theta(s; \mathbf{r}_0, \mathbf{v}_0)$$
  ここで $s = t/T$ は正規化された時間であり、$\mathbf{g}_\theta$ はニューラルネットワークの出力である。多項式ベースラインは、既知の短時間運動（テイラー展開）を捉えており、これによりネットワークは非線形な偏差のみに集中することができる。
• 活性化関数: ネットワークにはSmooth Inverse Square Root Unit (ISRU) 活性化関数を使用している。これは、加速度やエネルギー変化率を計算するために不可欠な、良好な一次および二次導関数を持つことが選択理由である。

物理のみの学習目的関数

学習目的関数は完全に物理残差で構成されており、シミュレータデータはターゲットとして使用されない。損失は以下の階層的な項からなる：

1. ニュートン残差: 主要な項であり、予測された加速度（$m\ddot{\mathbf{r}}$）と解析的なレナード・ジョーンズ・フォース（$\mathbf{F}(\mathbf{r})$）の差を最小化する。
2. 保存残則: 運動量およびエネルギー保存が、一貫性の正則化として機能する。
3. 拡張ラグランジュ・エネルギー変化率制約: 固定されたペナルティの代わりに、拡張ラグランジュ項がペナルティの重みを動的に調整して、エネルギーのドリフト（$\frac{dE}{dt} = 0$）をゼロにするよう強制し、全エネルギーが有界であることを保証する。
4. 因果的重み付け: 残差は「時間の矢」に基づいて重み付けされる。初期の時間ステップにおける大きな誤差が、後のステップへの最適化圧力を抑制し、初期の軌跡が修正されるまで後続のステップへの影響を防ぐことで、初期の状態に対して後続の時間を適合させてしまうことを防ぐ。
5. 後期段階の残差マイニング: 局所的な誤差がグローバルな平均によって隠されるのを防ぐため、最大級の残差に対してトップ-$k$ マイニングを適用し、訓練の後半段階では時間窓の末尾を強調する。

学習手順

ソルバーは、MDの時間ステップに合わせた固定のコロケーション・グリッド上で訓練される。各初期条件に対して、個別のネットワークが最適化される。この手法が「軌跡非教師あり」とされるのは、初期状態、解析的な力法則、および保存則のみを使用し、それ以降のNVE状態は訓練中には伏せられ、評価にのみ使用されるためである。

3. 主な結果

本手法は、ミクロカノニカル（NVE）アンサンブルにおけるレナード・ジョーンズ・アルゴン系を用いて、3つの実験設定で評価された：

1. ベースケース ($N=50, \rho=0.15, T=0.12$):

   • モデルは、位置誤差 $< 5 \times 10^{-5} \sigma$ および速度誤差 $< 2 \times 10^{-3} \sigma/\tau_{LJ}$ という高い精度を達成した。
   • 全エネルギーのドリフトは、参照となる速度ベルレット・インテグレータと同等であった。
   • 動径分布関数（$g(r)$）が正確に再現され、訓練ターゲットではないにもかかわらず、構造統計が保持された。

2. 拡張ホライゾン ($N=50, \rho=0.15, T=0.20$):

   • 物理的な一貫性（エネルギー保存と構造統計）は、より長いウィンドウにおいても持続した。
   • しかし、軌跡の精度は低下し、特に速度において顕著であった（最大誤差 $\approx 1.57 \times 10^{-1} \sigma/\tau_{LJ}$）。
   • 解析の結果、運動エネルギーとポテンシャルエネルギーの誤差が逆位相で増大しており、全エネルギーにおいては互いに打ち消し合っていることが判明した。これは、支配的な失敗モードが保存の喪失ではなく、エネルギー交換における位相の不一致であることを示している。

3. 高密度スケーリング ($N=500, \rho=0.50, T=0.12$):

   • 高密度系で苦戦する従来のデータ支援型物理情報ソルバー（例：PND）とは対照的に、DINaMoは高い精度を維持した。
   • 最大位置誤差は $1.18 \times 10^{-5} \sigma$ であり、液体のような $g(r)$（第一近接ピーク $\approx 3.5$）が正確に回収された。
   • これは、強い多体フォースの変動や局所的なパッキング相関を扱う本手法の能力を示している。

4. 意義と主張

本論文は、物理的に意味のある分子軌跡は、事前計算されたシミュレータのロールアウトから学習することなく、物理のみの教師あり学習から直接創発できると主張している。

• 軌跡非教師ありソルバーの実現可能性: 結果は、データ回帰ではなく、支配方程式（ニュートンの法則、保存則、解析的ポテンシャル）のみに依存するニューラルソルバーの実現可能性を支持している。
• グローバル vs ローカル最適化: 軌跡をグローバルな微分可能関数として表現することで、DINaMoはステップごとのインテグレータに典型的な逐次的な誤差の蓄積を回避しているが、これは困難をグローバルな最適化へと転換させている。
• 構造的忠実度: 座標統計を単にマッチングするのではなく、動径分布関数（$g(r)$）やエネルギー保存を回収できることは、ネットワークが基礎となるダイナミクスを学習していることを示唆している。

著者らは現在のスコープについて謙虚な姿勢を保っており、本手法は現在、短時間の時間ホライゾン（$T=0.20 \tau_{LJ}$ まで）に限定されており、かつインスタンス固有（各初期条件に対して個別のモデルを訓練する必要がある）であると述べている。本研究は、明示的なMDインテグレーションを長時間のプロダクション・シミュレーションにおいて代替することを主張しているのではなく、分子の初期値問題の解が、初期状態と物理のみから非自明な初期時間ウィンドウにわたって回収可能であることを確立したものである。今後の課題として、ウィンドウ継続による物理的時間の延長、初期状態へのソルバーのアンモルタイズ（償却）、および微分精度の向上が挙げられている。