Girsanov Reweighting for Uncertainty Propagation in Rare-Event Kinetics

Technische Samenvatting: Girsanov-herweging voor onzekerheidsvoortplanting in zeldzame gebeurtenissen-kinetiek

Probleemstelling
Machine-learning interatomaire potentialen (MLIP's) zijn een krachtig instrument geworden voor het bemonsteren van zeldzame gebeurtenissen in moleculaire dynamica (MD), waarbij ze een nauwkeurigheid bieden die nabij ab initio ligt tegen een fractie van de computationele kosten. De onzekerheid die met deze modellen gepaard gaat, vormt echter een aanzienlijke uitdaging. Bestaande benaderingen voor onzekerheidskwantificering (UQ) richten zich voornamelijk op puntgewijze grootheden (energieën en krachten) of evenwichtsthermodynamische observabelen. Zij falen in het adresseren van de voortplanting van parameteronzekerheden naar kinetische observabelen, zoals de gemiddelde committor-waarschijnlijkheid $\langle p_{A\to B} \rangle_{\lambda_{\partial A}}$ en de resulterende reactiesnelheid $k_{AB}$. Het direct voortplanten van deze onzekerheden via standaard Monte Carlo-methoden—het bemonsteren van nieuwe parametersets en het opnieuw uitvoeren van dure zeldzame-gebeurtenis-simulaties voor elke realisatie—is computationeel onhaalbaar.

Methodologie
De auteurs stellen een raamwerk voor dat methoden voor het bemonsteren van zeldzame gebeurtenissen, specifiek Adaptive Multilevel Splitting (AMS), koppelt aan Girsanov-herweging om de parameteronzekerheid van MLIP's voort te planten naar kinetische observabelen zonder trajecten opnieuw te bemonsteren.

1. Theoretisch Raamwerk: De dynamica wordt gemodelleerd met behulp van ondergedempte Langevin-vergelijkingen. De zeldzame gebeurtenis-waarschijnlijkheid $p$ wordt gedefinieerd als de committor-waarschijnlijkheid gemiddeld over de exit-distributie $\lambda_{\partial A}$ op de grens van de reactant-toestand $A$.
2. Onzekerheidskwantificering (UQ): De studie maakt gebruik van het Point-wise Optimal Parameter Set (POPS) raamwerk om een posterior-distributie $\pi(d\theta)$ over de MLIP-parameters $\theta$ te genereren. Deze benadering is gekozen om fouten door model-misspecificatie te accounten, die standaard Bayesiaanse regressie vaak niet kan vangen vanwege de bijna-deterministische aard van ab initio trainingsdata.
3. Girsanov-herweging: De kern van de methodologie berust op de Girsanov-stelling om de waarschijnlijkheidsverhouding (likelihood ratio) te berekenen tussen padruimte-waarschijnlijkheidsmaten onder een referentiepotentiaal $V(x, \theta_L)$ en een geperturbeerde potentiaal $V(x, \theta)$.
   • Volledige Estimator ($\hat{p}_G$): Een exacte estimator afgeleid door de ensemble van reactieve trajecten gesampled bij $\theta_L$ te herwegen met de likelihood ratio $M(X, \theta_L, \theta)$. Deze ratio hangt af van de verschillen in krachten en de initiële toestandsdistributie.
   • Cumulant Estimator ($\hat{p}_C$): Om de computationele kosten van het berekenen van de Fisher Informatie Matrix (FIM) te adresseren (vooral voor deep learning modellen zoals MACE), hebben de auteurs een eerste-orde cumulantexpansie afgeleid. Deze benadering rust op de empirische gemiddelde van de "score"-vector $s(X)$, wat de computationele overhead aanzienlijk vermindert terwijl de numerieke stabiliteit behouden blijft.
4. Reactiesnelheid Extensie: Het raamwerk breidt dit uit naar de reactiesnelheid $k_{AB}$ via Hill's relatie ($k_{AB} = \phi_A \langle p_{A\to B} \rangle_{\lambda_{\partial A}}$). De auteurs argumenteren dat onder de aanname dat MLIP's zeer accuraat zijn binnen metastabiele bassen (waar de exit-frequentie $\phi_A$ wordt gesampled), de onzekerheid in $k_{AB}$ wordt gedomineerd door de onzekerheid in de committor-waarschijnlijkheid $p$.

Belangrijkste Bijdragen

• Padruimte-herweging voor Kinetiek: Het artikel introduceert de eerste toepassing van Girsanov-herweging voor het voortplanten van parametrische onzekerheid specifiek naar kinetische observabelen (committor-waarschijnlijkheden), waarmee een kloof wordt overbrugd die voorheen beperkt was tot thermodynamische grootheden.
• Efficiënte Estimators: De afleiding van de eerste-orde cumulant estimator ($\hat{p}_C$) maakt de analytische voortplanting van onzekerheid in hoogdimensionale parameterruimtes mogelijk zonder de prohibitieve kosten van het berekenen van volledige padruimte-Jacobianen of het opnieuw draaien van simulaties.
• Validatie op Complexe Systemen: De methodologie wordt gevalideerd op drie verschillende systemen: een dimeer in een Weeks-Chandler-Andersen (WCA) oplosmiddel, een grillig Müller-Brown potentiaal, en de conformationele transitie van butaan met behulp van MACE foundation modellen.

Resultaten

• Gevoeligheidsanalyse: Op de dimeer en het Müller-Brown systeem legden zowel de volledige Girsanov-estimator als de cumulant-estimator de gevoeligheid van de zeldzame gebeurtenis-waarschijnlijkheid voor parameter-variaties accuraat vast, waarbij de cumulant-estimator zelfs bij aanzienlijke parameter-afwijkingen een uitstekende dekking liet zien.
• Butaan Conformationele Dynamica: In de toepassing op butaan met MACE-modellen slaagde het raamwerk erin om algoritmische (epistemische) ruis te onderscheiden van onzekerheid door model-misspecificatie.
  • Voor het accuratere MACE-OMAT-0 model bleef de onzekerheid-bewuste distributie gecentreerd nabij de Maximum Likelihood Estimate (MLE), waarbij de referentiewaarde goed werd gedekt.
  • Voor het minder accurate MACE-MP-0a model identificeerde het raamwerk correct een significante model-bias, wat resulteerde in een bredere onzekerheidsdistributie die nog steeds de referentie "ground truth" (MACE-MPA-0) omvatte.
• Computationele Efficiëntie: De herwegingsbenadering vertoonde een versnelling van ongeveer 4000$\times$ vergeleken met de brute-force benadering van het opnieuw draaien van volledige AMS-simulaties voor elke parameterrealisatie. De herwegingsstap zelf voegde slechts een marginale computationele kosten toe (ca. 30 minuten) aan de initiële AMS-run.
• Stabiliteit: De log-gewichten die gebruikt worden in het herwegingsproces bleven geconcentreerd rond nul (doorgaans binnen $(-2, 2)$), wat bevestigt dat de variantie-inflatie die gewoonlijk geassocieerd wordt met Girsanov-herweging werd gemitigeerd door de korte duur van de reactieve trajecten en de begrensde potentiaalverschillen.

Betekenis en Claims
Het artikel claimt dat padruimte-herweging een efficiënte en rigoureuze route biedt voor het voortplanten van MLIP-onzekerheid naar zeldzame gebeurtenissen-kinetiek. Door gebruik te maken van de onbevooroordeelde aard van splitting-estimators en de wiskundige strengheid van de Girsanov-stelling, maakt het raamwerk de constructie van onzekerheid-bewuste waarschijnlijkheidsverdelingen voor reactiesnelheden mogelijk zonder de noodzaak van kostbare her-bemonstering.

De auteurs merken bescheiden op dat de extensie naar reactiesnelheden steunt op de aanname dat MLIP's zeer accuraat zijn binnen metastabiele bassen, een aanname die ondersteund wordt door de actieve leer-literatuur maar die verder onderzoek vereist voor complexe reacties waarbij het delende oppervlak buiten deze regio's kan liggen. Zij concluderen dat deze benadering effectief de algoritmische variantie scheidt van de onzekerheid door model-misspecificatie, waardoor nauwe en betrouwbare betrouwbaarheidsintervallen worden geboden voor kinetische observabelen afgeleid van onzekere surrogaatmodellen.