Long-Range Electrostatics and Born Effective Charges from Invariant Moment Tensor Potentials with Latent Ewald Summation (MTP-LES)

技術要約：潜在的エバルト和（Latent Ewald Summation; LES）を用いたモーメント・テンソル・ポテンシャル（MTP）による長距離静電相互作用とボルン有効電荷の記述

問題提起

機械学習原子間ポテンシャル（MLIP）は、高い精度と低い計算コストを両立させているが、局所的な短距離記述子（通常4–6 Åのカットオフ）への依存という根本的な限界を抱えている。この局所性の仮定は、極性液体、強誘電体酸化物、および有限分子系のモデリングに不可欠な長距離静電相互作用や分極応答を捉えることができない。近年のLatent Ewald Summation（LES）のようなフレームワークは、エネルギーと力の学習のみから、明示的な電荷の監督なしに、潜在的な電荷からボルン有効電荷（BEC）や双極子モーメントなどの性質を復元できることを示してきた。しかし、既存の実装はグラフベースまたは等変（equivariant）アーキテクチャ（例：CACE-LR, MACE-LES, Nequip-LES）に限定されている。これらのアーキテクチャは方向情報を明示的に符号化しており、物理的に意味のある潜在的な静電応答を復元するために、そのような特徴量が厳密に必要であるのか、あるいは鍵となるのは電荷の自由度がどのように制約され安定化されるかにあるのかという疑問が生じる。

手法

著者らは、回転不変な記述子を利用するMoment Tensor Potentials (MTP)とLES形式を結合させたフレームワークであるMTP–LESを提案する。等変メッセージパッシングに依存する従来のLES実装とは異に対し、MTP–LESはモーメント・テンソルのスカラー縮退を用いる。この不変な記述子空間内で潜在的な電荷の学習を安定させるために、著者らは以下の3つの具体的なアーキテクチャ変更を実装している：

1. 独立したブランチ: モデルは、短距離エネルギー（$E_{SR}$）と潜在電荷（$q_i$）のための別々のニューラルネットワーク・ブランチを利用する。これにより、電荷の自由度が局所的なエネルギー表現に「隷属」することを防ぐ。
2. 種依存のバイアスと中性投影: 学習可能な種依存の電荷バイアス（$b_{s_i}$）により、電荷チャネルを化学的に妥当な順序で初期化する。極めて重要な点として、モデルは平均電荷をゼロに投影する（$\sum_i q_i = 0$）ことで、すべての構成に対して明示的な電荷中性を強制する。これにより、制約のないモデルで発生する非物理的な残留セル電荷を除去する。
3. オプションの双極子損失: 長距離のエバルト寄与が存在しない有限分子系（非周期系）において、エネルギーと力の学習のみでは絶対的な電荷スケールを十分に制約できない場合、参照値（MBIS電荷を用いて計算）に対して全分子双極子モーメントを一致させるための補助的な損失項を追加する。

全エネルギーは $E_{total} = E_{SR} + E_{LR}$ と定義される。ここで、$E_{LR}$ は周期系に対してはエバルト和を、非周期系に対しては減衰させたペアワイズ・クーロン和を用いて計算される。力とBECは、全エネルギーおよび分極の自動微分を通じて得られる。

主な結果

MTP–LESフレームワークは、4つの多様な材料系を用いて評価された：

• 強誘電体 PbTiO$_3$: SCAN-DFTデータを用いた厳格なベンチマークにおいて、MTP–LESはCACE-LRのベースライン（$R = 0.993$）に匹敵する、対角成分のBEC相関 $R = 0.994$ を達成した。モデルは、電荷やBECの監督なしに、異常なTiおよびOの電荷応答（例：$Z^*_{Ti} \approx +6$）を正常に復元した。BECの大きさに関する絶対RMSEはCACE-LRよりも高かったものの、テンソル相関および異常な種の順序付けは保持された。
• 液体の水: モデルは、実験と一致する構造相関（酸素ー酸素径方向分布関数）および赤外吸収スペクトル（リブラショナル、ベンディング、およびストレッチングモード）を再現した。LESモジュールの追加により、MTPのみのベースラインと比較して、力の精度が約21%向上した。復元されたBECは、他の公開されているLES拡張ベンチマーク（MACE-LES, Nequip-LESなど）の範囲内に収まった。
• 極性ジペプチド: 真空中の有限系において、双極子整合損失を導入することで潜在的な電荷スケールが安定化した。モデルは、分子双極子の予測において高い精度（$R^2 = 0.996$）およびBEC（$R^2 = 0.93$）を達成し、双極子監督なしのアブレーションを上回った。
• ハフニア (HfO$_2$): 新たにキュレーションされた単斜晶HfO$_2$のデータセットに適用したところ、モデルは構造的忠実度（7配位のHf–O構造の再現）を維持し、事前のLESベースラインがない中で、異常なHfボルン電荷（$Z^* \approx +5$）を復元した。
• 計算効率: 液体の水システム（最大15,360原子）のタイミング・ベンチマークでは、LES補正はMTPのみのベースラインに対してわずか3.4%のウォールタイム・オーバーヘッドしか導入せず、システムサイズに対するほぼ線形なスケーリングを維持した。

意義と主張

本論文は、MLIPにおける正確な潜在電荷の復元は、グラフベースまたは等変アーキテクチャの使用のみによって決定されるのではないと主張している。代わりに、決定的な要因は、電荷の自由度がどのように露出され、制約され、そして安定化されるかにある。電荷ブランチとエネルギーブランチを分離し、電荷中性を強制し、化学的に妥当な事前分布で初期化することにより、MTP–LESは、回転不変な記述子ベースのポテンシャルが長距離静電相互作用と分極応答を効果的にモデル化できることを実証している。

本研究は、LESフレームワークの適用範囲を、計算効率の高い記述子ベースのアーキテクチャへと拡張し、等変な特徴伝播の計算コストや、学習中の明示的な電荷ラベルを必要とせずに、長距離静電相互作用をMLIPに組み込む経路を提供するものである。著者らは、MTP–LESを、長距離相互作用が物理的に重要な極性、イオン性、および強誘電体材料のシミュレーションにおける実行可能な代替案として位置づけている。