Efficient Grand Canonical Global Optimization with On-the-fly-trained Machine-learning Interatomic Potentials

Technische Samenvatting: Efficiënte Grand Canonical Global Optimization met on-the-fly getrainde Machine-learning Interatomaire Potentialen

Probleemstelling
De karakterisering van nanogestructureerde materialen onder reactieve omgevingen wordt gehinderd door de complexiteit van structurele motieven en hun chemische transformaties. Hoewel global optimization (GO) methoden stabiele structuren kunnen voorspellen, is het gelijktijdig adresseren van zowel configurationele als compositionele zoekruimtes computationeel prohibitief wanneer men vertrouwt op first-principles berekeningen. Traditionele benaderingen optimaliseren doorgaans één stoichiometrie tegelijk, wat afzonderlijke zoektochten vereist voor elke mogelijke chemische staat (bijv. variërende zuurstofgehaltes). Deze schaling is inefficiënt, aangezien het aantal vereiste stoichiometrieën exponentieel groeit met het aantal constituerende elementen. Bovendien zijn veel geëvalueerde stoichiometrieën instabiel en irrelevant voor de beoogde reactiecondities, wat computationele middelen verspilt.

Methodologie
De auteurs implementeren een Grand Canonical Global Optimization (GCGO) algoritme binnen de Atomistic Global Optimization X (AGOX) Python-bibliotheek. Deze aanpak integreert on-the-fly getrainde Machine Learning Interatomaire Potentialen (MLIPs) met een ab initio thermodynamica raamwerk om gelijktijdig structurele en compositionele ruimtes te verkennen.

Belangrijke methodologische componenten zijn:

• Surrogaatmodel: Het algoritme maakt gebruik van een Sparse Gaussian Process Regression (GPR) model gebaseerd op de Smooth Overlap of Atomic Positions (SOAP) descriptor. Dit lokale GPR-model wordt on-the-fly getraind tijdens de zoektocht. Het is "size-extensive", wat betekent dat het energieën voor structuren met een variënte aantallen atomen kan voorspellen (verschillende stoichiometrieën) door de totale energie te deconstrueren in atomaire bijdragen.
• Thermodynamisch Raamwerk: In plaats van enkel de potentiële energie te optimaliseren, evalueert het algoritme de Gibbs vrije vormingsenergie ($\Delta G_c$) voor elke kandidaat. Dit wordt berekend met de ab initio thermodynamica benadering:
  $$\Delta G_c = E_c - E_r - \sum_{v} \Delta n_v (E_v + \Delta \mu_v)$$
  waarbij $E$ de potentiële energieën bij 0 K representeert, $\Delta n_v$ de verandering in atomaantal is, en $\Delta \mu_v$ de temperatuur- en drukafhankelijke chemische potentialen van reservoirs (bijv. $O_2$ gas) account voor. Thermische bijdragen aan de kandidaatstructuren worden genegeerd om de computationele efficiëntie te behouden, een vereenvoudiging die door de auteurs is gevalideerd als zijnde kwalitatief correct voor fase-diagrammen.
• Active Learning Loop: Het algoritme volgt een iteratieve cyclus:
  1. Generatie: Nieuwe kandidaten worden gegenereerd via randomisatie, lattice rattling, of door atomen toe te voegen of te verwijderen (Addition/Removal Generator) van seed-structuren.
  2. Selectie: Een Sampler module selecteert seeds op basis van de Gibbs vrije vormingsenergie. Twee specifieke samplers worden geïntroduceerd: een standaard Gibbs vrije energie sampler en een K-Means Gibbs vrije energie sampler die kandidaten clustert op basis van structurele gelijkenis (SOAP) om diverse exploratie te waarborgen.
  3. Relaxatie & Evaluatie: Nieuwe kandidaten worden gerelaxeerd met behulp van de MLIP. Een Acquisitor module selecteert kandidaten voor hoog-niveau ab initio evaluatie op basis van een acquisitiefunctie: $F = \Delta G^M_c - \kappa\sigma$. Deze functie balanceert de voorspelde stabiliteit ($\Delta G^M_c$) en de onzekerheid van het model ($\sigma$), waarbij de voorkeur uitgaat naar kandidaten die stabiel worden voorspeld maar structureel verschillen van de trainingsset.
  4. Training: Geselecteerde kandidaten worden geëvalueerd op het doelniveau van theoretische nauwkeurigheid (DFT of een high-fidelity MLIP) en toegevoegd aan de trainingsset om het GPR-model bij te werken.

Belangrijkste Bijdragen

1. Algoritmische Implementatie: De ontwikkeling van een GCGO-algoritme dat in staat is meerdere stoichiometrieën gelijktijdig te behandelen, waarmee de beperkingen van fixed-stoichiometry GO-methoden worden overwonnen.
2. Efficiëntie via On-the-fly Training: De demonstratie dat GPR-gebaseerde MLIPs, die dynamisch tijdens de zoektocht worden getraind, het aantal dure first-principles evaluaties die nodig zijn om globale minima te vinden, aanzienlijk verminderen vergeleken met traditionele methoden.
3. Size-Extensive Modellering: De succesvolle toepassing van SOAP-GPR modellen op systemen met variërende composities, wat directe vergelijking van Gibbs-energieën over verschillende chemische staten mogelijk maakt zonder voor elke stoichiometrie een apart model te hoeven trainen.
4. Onzekerheid-gestuurde Exploratie: De integratie van GPR-afgeleide onzekerheidsschattingen in de acquisitiefunctie om de zoektocht te leiden naar onverkende regio's van het potentiele energie-oppervlak.

Resultaten
Het algoritme werd getest op drie systemen met variërende complexiteit en doelniveaus van theoretische nauwkeurigheid:

• Vrijstaande $Ir_3O_x$ clusters: Gebruikmakend van een MACE MLIP als doeltheorie, identificeerde het GCGO-algoritme succesvol globale minima over diverse zuurstofchemische potentialen ($\Delta \mu_O$). De cumulatieve succespercentages waren vergelijkbaar met, en in sommige gevallen hoger dan, die van single-stoichiometry zoektochten. Opvallend genoeg identificeerde een enkele GCGO-run globale minima voor meerdere stoichiometrieën (bijv. $Ir_3$, $Ir_3O_2$ tot $Ir_3O_9$), terwijl single-stoichiometry runs alleen het minimum voor hun specifieke compositie zouden vinden.
• $Pt_3O_x$ op $CeO_2(111)$: Gebruikmakend van DFT als doeltheorie, reproduceerde en verbeterde de methode eerdere resultaten uit de literatuur. De GCGO-runs vonden globale minima voor $Pt_3O_6$ en $Pt_4O_4$ die respectievelijk 0,70 eV en 0,56 eV stabieler waren dan die gevonden in eerdere single-stoichiometry GOFEE-studies. Het algoritme navigeerde efficiënt door het fase-diagram en identificeerde stabiele staten voor verschillende $\Delta \mu_O$ waarden met minder totale DFT-evaluaties dan het uitvoeren van onafhankelijke single-stoichiometry zoektochten.
• **$Pd(100)$Oppervlak:** Het algoritme identificeerde succesvol oppervlaktereconstructies, inclus\u00za de transitie van een puur metallisch oppervlak naar zuurstof-gedecoreerde staten en uiteindelijk naar een oppervlak-oxide fase ($Pd_4O_4$) onder oxiderende condities. Het resulterende fase-diagram kwam goed overeen met eerdere experimentele en theoretische bevindingen.

Significantie en Claims
Het artikel claimt dat het GCGO-algoritme een veelbelovend alternatief vormt voor bestaande methoden voor het karakteriseren van vaste katalysatoren onder reactiecondities. De primaire significantie ligt in het vermogen om:

• Stabiele structuren en chemische staten te identificeren met hogere efficiëntie dan canonieke benaderingen die stoichiometrieën onafhankelijk verkennen.
• Regio's van fase-diagrammen buiten de directe doelcondities te onthullen binnen een enkele computationele run.
• Een praktisch raamwerk te bieden voor het bestuderen van complexe nanomaterialen waarbij de stabiele fase niet a priori bekend is.

De auteurs merken bescheiden op dat hoewel het algoritme zeer efficiënt is, het geen formele operando benadering is vanwege het negeren van vibrationele bijdragen aan de Gibbs vrije energie van de kandidaten. Ze stellen echter dat deze vereenvoudiging betrouwbare fasegrenzen oplevert en dat de methode bijzonder effectief is wanneer één stoichiometrie aanzienlijk stabieler is dan andere onder de doelcondities. Het werk legt de basis voor het aanpakken van grotere, complexere nanomaterialen in reactieve omgevingen door de computationele bottleneck van first-principles evaluaties te verminderen.