Upscaling DFT-trained machine-learning interatomic potential toward Quantum Monte Carlo accuracy: Sulfur-vacancy migration in monolayer MoS$_2$ as a testbed

Este artigo apresenta uma abordagem de aprendizado de máquina multi-fidelidade que ajusta finamente um potencial interatômico treinado com DFT usando energias limitadas de Monte Carlo quântico para alcançar precisão próxima à do QMC na simulação da migração de vacâncias de enxofre em MoS$_2$ monocamada, permitindo simulações em grande escala e de alta precisão que seriam computacionalmente proibitivas com métodos diretos de QMC.

O essencial

Imagine que você está tentando construir um mapa perfeito de um terreno montanhoso para ajudar caminhantes (átomos) a navegar com segurança.

O Problema: O Mapa é Muito Caro ou Muito Rústico
Os cientistas têm duas maneiras principais de desenhar este mapa:

1. O Mapa "Bom Suficiente" (DFT): Este é como um GPS padrão. É rápido, barato de gerar e dá uma ideia decente de onde estão as colinas e os vales. No entanto, às vezes erra a altura dos picos. Se você estiver tentando atravessar uma passagem de montanha específica (uma reação química), este mapa pode dizer que a passagem é fácil de subir quando, na verdade, é um penhasco íngreme.
2. O Mapa "Perfeito" (QMC): Este é um levantamento por satélite que mede cada pedra e seixo com precisão incrível. Ele dá a altura verdadeira das montanhas. Mas é tão caro e lento de produzir que você só pode pagar para levantar um pequeno pedaço de terra. Você não pode usá-lo para mapear um continente inteiro ou simular uma longa caminhada, porque o computador levaria séculos para terminar.

A Solução: Uma Abordagem Híbrida Inteligente
Os autores deste artigo criaram um truque inteligente para obter o melhor dos dois mundos. Eles queriam atualizar seu mapa "Bom Suficiente" para ser tão preciso quanto o mapa "Perfeito", mas sem o custo impossível.

Veja como fizeram isso, usando uma analogia de ajuste de carro:

• O Motor (O Modelo de IA): Eles começaram com um carro (um modelo de IA chamado MACE) que já havia sido construído usando o mapa "Bom Suficiente". Este carro dirige bem e sabe como fazer curvas (forças atômicas) porque foi treinado com dados rápidos e padrão.
• A Injeção de Combustível (A Correção de Energia): Eles perceberam que o velocímetro do carro (níveis de energia) estava ligeiramente fora do padrão em comparação com o mapa "Perfeito". Então, pegaram algumas amostras de combustível muito caras e de alta precisão (energias QMC) de pontos específicos na montanha.
• O Ajuste (Fine-Tuning): Em vez de reconstruir todo o carro do zero (o que seria muito difícil), eles apenas ajustaram o painel e o velocímetro (as "camadas de leitura" da IA). Usaram as amostras caras de combustível para recalibrar o velocímetro para que ele lesse a altura verdadeira das montanhas.
• O Freio de Segurança (Restrição de Força): Aqui está a parte complicada. Se você apenas ajustar o velocímetro, o carro pode começar a dirigir descontroladamente porque o motor não sabe como lidar com a nova velocidade. Para evitar isso, adicionaram um "freio de segurança". Eles disseram à IA: "Você pode mudar a velocidade para corresponder ao mapa perfeito, MAS não pode mudar como o carro dirige (as forças) por mais do que uma quantidade pequena e segura." Isso mantém o carro estável e evita que ele bata em penhascos imaginários.

O Teste: Vacâncias de Enxofre em MoS2
Para testar este novo método, usaram um material específico: uma folha fina de Dissulfeto de Molibdênio (MoS2). Observaram o que acontece quando um único átomo de enxofre falta (uma "vacância") e tenta mover-se para um novo local. Este movimento é como um caminhante tentando atravessar uma crista.

• O Jeito Antigo: O mapa padrão disse que o caminhante precisava subir uma colina de 2,30 eV.
• O Jeito Perfeito: O levantamento caro e de alta precisão disse que a colina era, na verdade, de 2,85 eV. Isso é uma diferença enorme!
• O Novo Jeito Híbrido: Seu modelo ajustado previu 2,75 eV. Foi quase tão preciso quanto o levantamento caro, mas calculado instantaneamente.

Os Resultados

• Precisão: O novo modelo obteve as barreiras de energia (a altura das colinas) quase exatamente corretas, correspondendo aos resultados caros de "padrão ouro" dentro de uma margem de erro minúscula.
• Forças: Mesmo que não tenham usado os dados caros para ensinar ao modelo como dirigir (forças), o "freio de segurança" manteve a direção precisa. A direção do modelo tornou-se muito melhor do que a original, correspondendo ao levantamento de alta precisão quase tão bem quanto o mapa original fazia.
• Escala: Como o modelo é rápido, puderam simular cenários enormes — como uma linha inteira de átomos faltantes movendo-se ao mesmo tempo — que teriam sido impossíveis de calcular com o método caro.

Em Resumo
Os autores criaram um "atualização inteligente" para simulações computacionais. Pegaram um modelo rápido e ligeiramente impreciso e deram-lhe uma pequena dose de dados caros e de alta precisão para corrigir suas leituras de energia, enquanto usavam uma regra de segurança para manter suas previsões de movimento estáveis. Isso permite que os cientistas executem simulações massivas e de alta precisão de materiais que anteriormente eram difíceis ou caros demais para estudar.

Resumo técnico

Resumo Técnico: Ampliação da Precisão de MLIPs Treinados com DFT em Direção à Precisão QMC

Declaração do Problema
A modelagem precisa de superfícies de energia potencial (PES) é crítica para simular processos ativados, como difusão de vacâncias e transformações de fase. Embora potenciais interatômicos de aprendizado de máquina (MLIPs) permitam amostragem em grande escala e cálculos de energia livre que são computacionalmente proibitivos para métodos de primeiros princípios, sua precisão é inerentemente limitada pelos dados de referência utilizados no treinamento. MLIPs padrão treinados com Teoria do Funcional da Densidade (DFT) reproduzem resultados DFT, que frequentemente contêm vieses sistemáticos em alturas de barreiras e energias de defeitos. Por outro lado, métodos de Monte Carlo Quântico (QMC) oferecem energias de qualidade de referência, aproximando-se da precisão química, mas atualmente são excessivamente caros para amostragem extensiva. Além disso, obter forças atômicas convergidas a partir de métodos estocásticos de QMC (especificamente Monte Carlo de Difusão com Nó Fixo, FN-DMC) é significativamente mais difícil e menos rotineiro do que calcular energias, criando um gargalo para o treinamento de MLIPs de alta fidelidade que dependem de dados de força.

Metodologia
Os autores propõem uma estratégia de aprendizado multi-fidelidade (MFL) para "ampliar" um MLIP treinado com DFT para uma precisão próxima à QMC, sem exigir cálculos diretos de forças QMC. A abordagem utiliza um esquema de ajuste fino (FT) parcialmente congelado em uma rede neural de passagem de mensagens equivariante (MACE). A metodologia consiste em três componentes principais:

1. Geração de Dados: Um conjunto de dados de aproximadamente $10^3$ configurações foi gerado usando dinâmica molecular (MD) com restrições e caminhos de banda elástica nudged (NEB) baseados em um potencial MACE pré-existente treinado com DFT. Energias de ponto único FN-DMC foram calculadas para essas configurações, enquanto as forças atômicas foram mantidas a partir dos cálculos DFT subjacentes.
2. Arquitetura de Ajuste Fino: Os autores ajustaram finamente apenas as camadas de "leitura" (readout) do modelo MACE, que mapeiam características invariantes aprendidas para energias por átomo. As camadas de passagem de mensagens equivariantes, que codificam a representação geométrica dos ambientes locais e o campo de forças aprendido pelo DFT, foram congeladas. Isso preserva a física estrutural qualitativa aprendida com o DFT, permitindo que o mapeamento de energia seja recalibrado para alvos QMC.
3. Função de Perda e Restrições: O objetivo de treinamento minimiza uma função de perda combinada contendo um termo de erro quadrático médio (MSE) para as energias FN-DMC e um termo de penalidade com limite (thresholded) para o desvio das forças previstas em relação às forças de referência DFT.
   • A penalidade de força é definida como $FEt(F_{pred}, F_{DFT}) = \Theta(\|\Delta F\|^2 - t^2)(\|\Delta F\|^2 - t^2)^2$, onde $t$ é um parâmetro de limite (definido como 16 eV/Å).
   • Essa restrição impede que o modelo desenvolva forças não físicas ou grandes desvios da dinâmica DFT estável, permitindo ainda que o panorama de energia se desloque em direção à precisão QMC.

Principais Contribuições

• Ampliação com Restrição de Força: O artigo demonstra um protocolo prático para corrigir MLIPs treinados com DFT usando energias QMC de alto nível e forças DFT de baixo nível, contornando a necessidade de cálculos de força QMC caros e ruidosos.
• Estratégia de Congelamento Parcial: Ao congelar as camadas de passagem de mensagens e atualizar apenas a leitura, os autores mantêm a estabilidade do campo de forças DFT enquanto alcançam energias no nível QMC.
• Validação Multi-fidelidade: O estudo valida que um conjunto de dados limitado de energias QMC (tão poucos quanto 37 amostras) é suficiente para melhorar significativamente o modelo, com o desempenho estabilizando-se em torno de 500 amostras.

Resultados
O método foi testado na migração de vacâncias de enxofre (S) em MoS2 monocamada, um sistema envolvendo vacâncias mono-, bi- e quadri-vacâncias.

• Energética: O MLIP ajustado finamente (FT-MLIP) alcançou precisão próxima à QMC para barreiras de migração. Para uma vacância mono, a barreira do FT-MLIP (2,75 eV) diferiu em apenas ~0,1 eV do resultado FN-DMC explícito (2,85 eV), enquanto o MLIP DFT de referência foi 0,55 eV menor.
• Forças: Embora não tenha sido treinado em forças QMC, o FT-MLIP mostrou fidelidade de força aprimorada. O erro absoluto médio (MAE) das forças atômicas em relação às derivadas QMC diminuiu de 220 meV/Å (MLIP-DFT) para 160 meV/Å (FT-MLIP).
• Generalização (Fora do Domínio): O modelo previu com sucesso barreiras de migração para bi-vacâncias e quadri-vacâncias (testes de transferência) com desvios de apenas 0,04–0,15 eV em relação aos cálculos FN-DMC explícitos, superando significativamente a referência DFT.
• Energia Livre: A abordagem permitiu simulações de integração termodinâmica em grande escala para calcular barreiras de energia livre a 300, 600 e 900 K, revelando que correções de entropia vibracional são comparáveis em magnitude às correções de energia QMC e podem alterar qualitativamente as localizações dos estados de transição.

Significância
Os autores afirmam que essa abordagem abre a janela para simulações em grande escala de qualidade próxima à QMC para sistemas e configurações (como supercélulas grandes com múltiplos defeitos) que são inacessíveis a métodos QMC diretos de força bruta. O método fornece um compromisso controlado entre aprender correções de energia de alto nível e preservar a estabilidade qualitativa do campo de forças DFT. Os autores afirmam que a técnica é generalizável para outros sistemas onde a correlação eletrônica afeta a energética, mas não altera qualitativamente a PES, oferecendo um caminho computacionalmente suportável para simulações de materiais com qualidade de referência.