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

Resumo Técnico: Otimização Global Gran Canônica Eficiente com Potenciais Interatômicos de Aprendizado de Máquina Treinados On-the-fly

Definição do Problema
A caracterização de materiais nanoestruturados sob ambientes reativos é dificultada pela complexidade dos motivos estruturais e suas transformações químicas. Embora métodos de otimização global (GO) possam prever estruturas estáveis, abordar os espaços de configuração e composição simultaneamente é computacionalmente proibitivo quando se depende de cálculos de primeiros princípios. As abordagens tradicionais tipicamente otimizam uma única estequiometria por vez, exigindo buscas separadas para cada estado químico possível (por exemplo, variando o conteúdo de oxigênio). Essa escalabilidade é ineficiente, pois o número de estequiometrias requeridas cresce exponencialmente com o número de elementos constituintes. Além disso, muitas estequiometrias avaliadas são instáveis e irrelevantes para as condições de reação alvo, desperdiçando recursos computacionais.

Metodologia
Os autores implementam um algoritmo de Otimização Global Gran Canônica (GCGO) dentro da biblioteca Python AGOX (Atomistic Global Optimization X). Esta abordagem integra Potenciais Interatômicos de Aprendizado de Máquina (MLIPs) treinados on-the-fly com um arcabouço de termodinâmica ab initio para explorar simultaneamente os espaços estrutural e composicional.

Componentes metodológicos principais incluem:

• Modelo de Substituição (Surrogate Model): O algoritmo utiliza um modelo de Regressão de Processo Gaussiano Esparsa (GPR) baseado no descritor Smooth Overlap of Atomic Positions (SOAP). Este modelo GPR local é treinado on-the-fly durante a busca. Ele é "extensivo em tamanho", o que significa que pode prever energias para estruturas com números variados de átomos (diferentes estequiometrias) ao decompor a energia total em contribuições atômicas.
• Arcabouço Termodinâmico: Em vez de otimizar apenas a energia potencial, o algoritmo avalia a energia livre de Gibbs de formação ($\Delta G_c$) para cada candidato. Esta é calculada usando a aproximação termodinâmica ab initio:
  $$\Delta G_c = E_c - E_r - \sum_{v} \Delta n_v (E_v + \Delta \mu_v)$$
  onde $E$ representa as energias potenciais a 0 K, $\Delta n_v$ é a mudança na contagem de átomos e $\Delta \mu_v$ contabiliza as contribuições de temperatura e pressão dos potenciais químicos dos reservatórios (ex: gás $O_2$). As contribuições térmicas para as estruturas candidatas são negligenciadas para manter a eficiência computacional, uma simplificação validada pelos autores como capaz de gerar diagramas de fase qualitativamente corretos.
• Ciclo de Aprendizado Ativo: O algoritmo segue um ciclo iterativo:
  1. Geração: Novos candidatos são gerados via randomização, lattice rattling ou pela adição/remoção de átomos (Gerador de Adição/Remoção) a partir de estruturas semente.
  2. Seleção: Um módulo Sampler seleciona as sementes baseando-se na energia livre de Gibbs de formação. Dois samplers específicos são introduzidos: um sampler padrão de energia livre de Gibbs e um K-Means Gibbs energy sampler, que agrupa candidatos por similaridade estrutural (SOAP) para garantir uma exploração diversa.
  3. Relaxação & Avaliação: Novos candidatos são relaxados usando o MLIP. Um módulo Acquisitor seleciona candidatos para avaliação de alto nível ab initio baseando-se em uma função de aquisição: $F = \Delta G^M_c - \kappa\sigma$. Esta função equilibra a estabilidade prevista ($\Delta G^M_c$) e a incerteza do modelo ($\sigma$), favorecendo candidatos que são previstos como estáveis, mas estruturalmente distintos do conjunto de treinamento.
  4. Treinamento: Candidatos selecionados são avaliados no nível de teoria alvo (DFT ou um MLIP de alta fidelidade) e adicionados ao conjunto de treinamento para atualizar o modelo GPR.

Principais Contribuições

1. Implementação Algorítmica: O desenvolvimento de um algoritmo GCGO capaz de lidar com múltiplas estequiometrias simultaneamente, superando as limitações dos métodos de GO de estequiometria fixa.
2. Eficiência via Treinamento On-the-fly: A demonstração de que MLIPs baseados em GPR, treinados dinamicamente durante a busca, reduzem significativamente o número de avaliações caras de primeiros princípios necessárias para encontrar mínimos globais em comparação com métodos tradicionais.
3. Modelagem Extensiva em Tamanho: A aplicação bem-sucedida de modelos SOAP-GPR a sistemas com composições variadas, permitindo a comparação direta de energias de Gibbs entre diferentes estados químicos sem o retreinamento de modelos separados para cada estequiometria.
4. Exploração Guiada por Incerteza: A integração das estimativas de incerteza derivadas de GPR na função de aquisição para guiar a busca em direção a regiões inexploradas da superfície de energia potencial.

Resultos
O algoritmo foi testado em três sistemas com complexidades variadas e diferentes níveis de teoria alvo:

• Clusters de $Ir_3O_x$ autossustentados: Utilizando um MLIP MACE como teoria alvo, o algoritmo GCGO identificou com sucesso os mínimos globais através de vários potenciais químicos de oxigênio ($\Delta \mu_O$). As taxas de sucesso cumulativas foram comparáveis, e em alguns casos superaram, as de buscas de estequiometria única. Notavelmente, uma única execução de GCGO identificou mínimos globais para múltiplas estequiometrias (ex: $Ir_3$, $Ir_3O_2$ até $Ir_3O_9$), enquanto execuções de estequiometria única encontrariam apenas o mínimo para sua composição específica.
• $Pt_3O_x$ sobre $CeO_2(111)$: Utilizando DFT como teoria alvo, o método reproduziu e melhorou resultados de literatura prévia. As execuções de GCGO encontraram mínimos globais para $Pt_3O_6$ e $Pt_4O_4$ que foram 0,70 eV e 0,56 eV mais estáveis, respectivamente, do que aqueles encontrados em estudos anteriores de GOFEE de estequiometria única. O algoritmo navegou eficientemente pelo diagrama de fase, identificando estados estáveis para diferentes $\Delta \mu_O$ com menos avaliações totais de DFT do que realizar buscas independentes de estequiometria única.
• Superfície de $Pd(100)$: O algoritmo identificou com sucesso reconstruções de superfície, incluindo a transição de uma superfície metálica prístina para estados decorados com oxigênio e, finalmente, para uma fase de óxido superficial ($Pd_4O_4$) sob condições oxidantes. O diagrama de fase resultante concordou bem com achados experimentais e teóricos anteriores.

Significância e Alegações
O artigo afirma que o algoritmo GCGO constitui uma alternativa promissora aos métodos existentes para caracterizar catalisadores sólidos sob condições de reação. Sua principal significância reside na capacidade de:

• Identificar estruturas estáveis e estados químicos com maior eficiência do que abordagens canônicas que exploram estequiometrias de forma independente.
• Revelar regiões de diagramas de fase além das condições imediatas do alvo dentro de uma única execução computacional.
• Fornecer um arcabouço prático para estudar nanomateriais complexos onde a fase estável é desconhecida a priori.

Os autores observam modestamente que, embora o algoritmo seja altamente eficiente, não é uma abordagem operando formal devido à negligência das contribuições vibracionais para a energia livre de Gibbs das candidatas. No entanto, eles afirmam que tal simplificação produz limites de fase confiáveis e que o método é particularmente eficaz quando uma única estequiometria é significativamente mais estável que outras sob as condições alvo. O trabalho abre caminho para enfrentar o estudo de nanomateriais maiores e mais complexos em ambientes reativos, reduzindo o gargalo computacional das avaliações de primeiros princípios.