Linear response for machine-learned interatomic potentials: phonons at arbitrary wave vectors from the primitive cell

Vaste stoffen zijn niet de rigide, onveranderlijke blokken die ze lijken te zijn. Zelfs in een kristal dat zo hard is als diamant of zo zacht als lood, trillen de atomen constant, een complex, collectief ritme in een wiebelende beweging. Deze trillingen, bekend als fononen, zijn de hartslag van een materiaal. Ze bepalen hoe een vaste stof uitzet wanneer deze wordt verhit, hoe hij elektriciteit geleidt, en zelfs of hij een supergeleider kan worden, waarbij stroom zonder weerstand wordt geleid. Om deze eigenschappen te begrijpen, moeten wetenschappers de "muziek" van het kristal in kaart brengen: de specifieke frequenties waarop de atomen trillen en hoe snel die trillingen zich door het materiaal voortplanten. Decennialang was de standaardmanier om dit te doen het bouwen van een enorme, kunstmatige versie van het kristal in een computersimulatie, waarbij de atomen lichtjes wordt aangestoten en men kijkt hoe ze terugduwen. Deze methode werkt, maar het is alsof je probeert een enkele noot in een symfonie te horen door het hele orkest in een gigantische zaal op te nemen; het is traag, en de grootte van de zaal beperkt de helderheid van het geluid.

Een nieuwe studie door onderzoekers aan de Ruhr Universiteit Bochum biedt een ander pad, een pad dat door de ruis heen snijdt om de muziek direct te horen. Het team, onder leiding van Thalis H. B. da Silva, Hai-Chen Wang en Miguel A. L. Marques, heeft een manier ontwikkeld om deze atomaire trillingen exact te berekenen, zonder de noodzaak om de enorme, kunstmatige kristalstructuren te bouwen die de norm zijn geworden. Ze hebben hun methode toegepast op een nieuwe generatie computermodellen genaamd machine-geleerde interatomaire potentialen. Deze modellen worden getraind op enorme hoeveelheden data om te voorspellen hoe atomen met elkaar interageren, en ze worden de standaardtool voor de ontdekking van nieuwe materialen. Omdat deze modellen echter zo geavanceerd zijn, vertrouwen ze op informatie van atomen die ver van elkaar verwijderd zijn, wat de grenzen van de traditionele "gigantische zaal"-aanpak oprekt. De onderzoekers toonden aan dat door de trilling te behandelen als een golf die door het eenvoudigst mogbare bouwblok van het kristal stroomt, zij het exacte gedrag van het gehele materiaal kunnen berekenen, ongeacht hoe ver de atomen invloed op elkaar uitoefenen.

De kern van het probleem ligt in de werking van deze moderne computermodellen. Ze zijn gebouwd als een reeks lagen, waarbij elke laag informatie doorgeeft aan de volgende, vergelijkbaar met een spelletje telefoontje. In de diepste en meest nauwkeurige versies van deze modellen kan de informatie over een afstand van tot wel 140 angstrom reizen—een bereik dat enorm is op atomaire schaal. Om dit volledige bereik van invloed te vangen met de oude methode, zouden wetenschappers een simulatiecel moeten bouwen die duizenden atomen bevat. Dit is vaak onmogelijk vanwege de enorme rekenkracht die hiervoor vereist is. Wanneer onderzoekers gedwongen worden kleinere cellen te gebruiken, snijden ze effectief de langetermijninteracties af, wat fouten introduceert die moeilijk te detecteren zijn. In sommige gevallen zijn deze fouten klein, maar in andere gevallen zijn ze catastrofaal, waardoor een computer voorspelt dat een stabiel materiaal eigenlijk onstabiel is en uit elkaar zou vallen, terwijl het in werkelijkheid perfect in orde is.

De onderzoekers losten dit op door het perspectief volledig te veranderen. In plaats van een gigantische cel te bouwen en deze aan te stoten, stelden ze een andere vraag: wat gebeurt er als de atomen in de kleinste mogelijke eenheid van het kristal op een specifieke, golfachtige manier worden aangestoten? Ze pasten een wiskundige truc toe, vergelijkbaar met een truc die al decennia in de kwantumfysica wordt gebruikt, waarbij de impuls wordt gemoduleerd door een fase die vloeiend van atoom naar atoom verschuift. Hierdoor kan de computer de respons van het gehele oneindige kristal berekenen door alleen naar de kleine, primitieve eenheid te kijken. De methode is exact. Het benadert de langetermijnkrachten niet; het berekent ze precies, ongeacht hoe ver ze reiken. De onderzoekers testten dit op twee verschillende soorten machine-geleerde modellen, één genaamd NequIP en een andere genaamd Prophet, en stelden vast dat hun nieuwe methode de resultaten van de enorme supercelberekeningen reproduceerde tot de grenzen van de computerprecisie, maar zonder de enorme computationele kosten.

De resultaten van deze nieuwe aanpak laten zien hoeveel de oude methode eigenlijk miste. Wanneer de onderzoekers hun exacte berekeningen vergeleken met de standaard supercelmethode voor diverse materialen, waaronder silicium, diamant en een complex mineraal genaamd kaoliniet, waren de verschillen opvallend. Voor eenvoudige, hoog symmetrische kristallen zoals silicium waren de fouten in de oude methode klein maar meetbaar, afwijkingen van ongeveer 0,3 tot 0,7 terahertz in frequentie. Voor het complexere, laag-symmetrische kaoliniet was de fout enorm, oplopend tot 3,4 terahertz. Nog alarmerender was dat de oude methode voorspelde dat kaoliniet "imaginaire" frequenties had, een wiskundig signaal dat het materiaal dynamisch onstabiel zou zijn en zou instorten. De nieuwe methode toonde dergelijke instabiliteit niet aan, waarmee bewezen werd dat de oude aanpak een vals alarm had geslagen. De fout lag niet in het machine-geleerde model zelf, maar in de manier waarop de trillingen werden berekend.

De impact gaat verder dan alleen het goed krijgen van de frequentiewaarden. Veel belangrijke eigenschappen van materialen hangen niet alleen af van de toonhoogte van de trilling, maar ook van hoe die toonhoogte verandert terwijl je door het kristal beweegt. Deze afgeleiden bepalen de groepsnelheid, wat de snelheid is waarmee warmte door het materiaal reist. De onderzoekers ontdekten dat zelfs wanneer de oude methode de frequentie correct kreeg, deze er rampzalig in slaagde de snelheid te berekenen. Voor silicium waren de groepsnelheden berekend met de oude methode bijna 7 procent af, zelfs op punten waar de frequentie perfect was. Dit komt omdat de oude methode steunt op het verbinden van de punten tussen een paar berekende punten, en als de punten te ver uit elkaar liggen, is de lijn die ertussen getrokken wordt onjuist. De nieuwe methode berekent de helling direct, waardoor een nauwkeurige snelheid wordt verkregen zonder te hoeven gokken. Deze nauwkeurigheid is cruciaal voor het voorspellen van thermische geleidbaarheid, wat essentieel is voor het ontwerpen van betere elektronica en warmtebeheersingssystemen.

Bovendien stelt de nieuwe methode wetenschappers in staat om te berekenen hoe deze trillingen veranderen wanneer het materiaal wordt samengedrukt of uitgerekt, een eigenschap die bekend staat als de Grüneisen-parameter. Dit is van vitaal belang voor het begrijpen van thermische expansie, oftewel waarom materialen groter worden als ze warm worden. De oude methode vereist het berekenen van de trillingen bij licht verschillende volumes en het vergelijken daarvan, een proces dat fout kan gaan als de trillingen van twee verschillende modi elkaar kruisen. De nieuwe methode berekent de verandering analytisch, waardoor deze valkuil volledig wordt vermeden. In het geval van silicium voorspelde de oude methode een thermische expansie die drie tot vier keer te groot was bij lage temperaturen, terwijl de nieuwe meth Methode correct de subtiele contractie reproduceerde die silicium ondergaat wanneer het wordt verhit van het absolute nulpunt tot ongeveer 18 Kelvin.

De onderzoekers keken ook naar de kosten van het werk. Voor materialen met een hoge symmetrie, zoals diamant of silicium, kost de nieuwe methode ongeveer evenveel tijd als de oude methode als beide worden gebruikt om dezelfde hoeveelheid data te berekenen. Echter, de nieuwe methode heeft een duidelijk voordeel: het vereist niet het geheugen van een gigantische supercel. Het werkt met de kleinste mogelijke eenheid, wat betekent dat het kan worden uitgevoerd op standaardcomputers die overweldigd zouden worden door de geheugeneisen van de oude aanpak voor diepe modellen. Voor materialen zonder symmetrie, zoals het complexe kaoliniet, is de nieuwe methode feitelijk langzamer en neemt het vijf tot zes keer meer tijd in beslag, maar het is de enige manier om het juiste antwoord te krijgen zonder de krachten te beperken. De afweging is duidelijk: de oude methode is sneller maar vaak onjuist, vooral voor complexe materialen of diepe modellen, terwijl de nieuwe methode exact en betrouwbaar is, zij het soms computationeel intensiever voor specifieke gevallen.

Dit werk vertegenwoordigt een significante verschuiving in hoe we de fysieke wereld simuleren. Door de noodzaak van de kunstmatige, massieve supercellen weg te nemen, hebben de onderzoekers de fout van het model gescheiden van de fout van de berekening. In het verleden, als een simulatie een foutief antwoord gaf, was het onmogelijk te zeggen of het machine-geleerde model slecht was of dat de berekeningsmethode gebrekkig was. Nu, met deze exacte referentie, kunnen wetenschappers erop vertrouwen dat het model doet wat het moet doen. De methode is niet alleen een theoretische verbetering; het is een praktisch instrument dat al is toegepast op echte materialen, waarbij fouten aan het licht zijn gekomen die voorheen verborgen bleven. Naarmate machine-geleerde modellen steeds dieper en complexer worden en bereiken die verder reiken dan welke fysieke supercel dan ook zou kunnen bevatten, zorgt deze nieuwe aanpak ervoor dat we nog steeds de ware muziek van de atomen kunnen horen, zonder de vervorming van een te kleine kamer.