Fine-Tuning a Universal Machine-Learned Interatomic Potential for Oxygen Plasma Interactions with WS$_2$

Resumo Técnico: Ajuste Fino de um Potencial Interatômico Universal Baseado em Aprendizado de Máquina para Interações de Plasma de Oxigênio com WS2

Definição do Problema
Simulações de dinâmica molecular (MD) de interações plasma-superfície requerem potenciais interatômicos (IPs) que equilibrem precisão, eficiência computacional e a capacidade de descrever sistemas complexos e reativos envolvendo múltiplos elementos e tipos de ligação. Os IPs tradicionais frequentemente têm dificuldade em atender a essas demandas simultaneamente, particularmente para cenários industrialmente relevantes como a corrosão por camada atômica (ALE) de dicalcogenetos de metais de transição (TMDs) bidimensionais, como o dissulfeto de tungstênio (WS2). Um desafio específico surge ao modelar interações de plasma de oxigênio com WS2, onde a química envolve espécies de oxigênio com spin polarizado (triplet O2) e requer correções de Hubbard U para descrever com precisão os estados W 5d no tungstênio oxidado (WOx). Modelos de fundação padrão, embora poderosos, são frequentemente treinados em conjuntos de dados (ex: Open Catalyst 2020) que carecem de configurações de bombardeio de alta energia e correções eletrônicas específicas (polarização de spin, U) necessárias para esta química.

Metodologia
Os autores empregam um loop de ajuste fino iterativo para adaptar o modelo de fundação Universal Models for Atoms (UMA), especificamente a variante uma-s-1p1 treinada na tarefa Open Catalyst 2020 (OC20), para interações de plasma de oxigênio com WS2 multicamadas.

1. Configuração de Simulação: Simulações de MD modelam o bombardeio de uma placa de 2H-WS2 por íons O+ e O2+ de 15 eV. O sistema trata os íons incidentes como neutros rápidos (devido à rápida transferência de carga) e utiliza um termostato Berendsen estratificado para gerenciar o aquecimento pós-impacto. Clusters destacados (SO, SO2, O, O2) são identificados dinamicamente e removidos com base em critérios geométricos e composicionais específicos.
2. Loop de Ajuste Fino Iterativo:
   • Exploração de MD: O modelo atual gera trajetórias para explorar o espaço de configuração W-S-O, utilizando geometrias de placa planas e em degraus.
   • Amostragem de Configuração: Um subconjunto maximamente diverso de configurações é selecionado usando descritores de Sobreposição Suave de Posições Atômicas (SOAP), Análise de Componentes Principais (PCA) e Amostragem de Ponto Mais Distante (FPS).
   • Rotulagem por DFT: As configurações selecionadas são rotuladas usando Teoria do Funcional da Densidade (DFT) no nível PBE+D3+U+spin. Isso inclui polarização de spin e uma correção de Hubbard U (2.87 eV nos orbitais W 5d) para abordar as limitações da estrutura eletrônica do modelo pré-treinado OC20.
   • Atualização do Modelo: O modelo é ajustado com os novos dados rotulados. Os autores utilizam principalmente uma estratégia de congelamento de camadas (layer freezing), atualizando apenas camadas selecionadas enquanto mantêm a maioria dos parâmetros do modelo congelados, embora o ajuste fino total e a Adaptação de Baixo Posto (LoRA) também tenham sido testados para comparação.
3. Avaliação: Um conjunto de teste mantido fora do treinamento (held-out) é gerado usando o modelo atualizado para garantir a avaliação imparcial das capacidades de generalização. A convergência é avaliada via Erro Médio Absoluto (MAE) em energia, força e tensão, bem como a convergência de observáveis físicos (cobertura de S e O quimiossorvidos).

Principais Contribuições

• Adaptação de Modelos de Fundação: O estudo demonstra a viabilidade de ajustar um modelo de fundação de propósito geral (UMA) para uma aplicação específica de plasma-superfície de alta energia envolvendo correções eletrônicas complexas (spin, U) não presentes nos dados de pré-treinamento.
• Estratégia de Amostragem Iterativa: A implementação de um loop iterativo combinando amostragem de diversidade baseada em SOAP com rotulagem por DFT garante que o conjunto de treinamento cubra o espaço de configuração relevante, incluindo estados de impacto de alta energia e níveis de oxidação variados.
• Estratégia de Treinamento Eficiente: O trabalho destaca a eficácia do congelamento de camadas no ajuste fino de grandes modelos de fundação, alcançando alta precisão com um número reduzido de parâmetros treináveis em comparação ao ajuste fino total.

Resultados

• Melhorias de Precisão: Após três rodadas de ajuste fino (R3), o modelo alcançou um Erro Médio Absoluto (MAE) de 4.5 × 10⁻³ eV/átomo para energia e 0.076 eV/Å para força em um conjunto de teste mantido fora do treinamento. Isso representa uma melhoria significativa sobre a linha de base pré-treinada (avaliada contra a mesma referência PBE+D3+U+spin), que apresentou um MAE de força de aproximadamente 0.23 eV/Å.
• Distribuição de Erro: O processo de ajuste fino não apenas reduziu o erro médio, mas também estreitou a distribuição dos erros, reduzindo o limite de inclusão de 99% para erros de força de ±1.343 eV/Å (pré-treinado) para ±0.479 eV/Å (R3), aumentando assim a estabilidade das trajetórias de MD.
• Observáveis Físicos: Crucialmente, o estudo descobriu que o modelo UMA-S pré-treinado (sem ajuste fino) já reproduzia os principais observáveis de escala de produção: a remoção monotônica do enxofre quimiossorvido e a absorção de oxigênio quimiossorvido para formar WOx. Os modelos ajustados (R2 e R3) convergiram para as mesmas trajetórias físicas do modelo pré-treinado, apesar de este último carecer de polarização de spin e correções de Hubbard U. O modelo R1 mostrou desvios leves, consistentes com seus métricas de erro mais altas.
• Análise de Ambiente Local: A análise de agrupamento BIRCH revelou que as maiores discrepâncias iniciais ocorreram em ambientes de alta coordenação W-O, que foram efetivamente corrigidos pela terceira rodada de ajuste fino.

Significância e Alegações
O artigo afirma que modelos de fundação como o UMA podem servir como uma base sólida para simulações de plasma-superfície, mesmo para químicas envolvendo correções eletrônicas específicas (spin, U) que estavam ausentes nos dados de pré-treinamento. A principal significância reside em demonstrar que o ajuste fino melhora significativamente a precisão da superfície de energia potencial subjacente (reduzindo o MAE e estabilizando as distribuições de erro), enquanto os observáveis de escala de produção de interesse (remoção de S e absorção de O) já eram bem capturados pelo modelo pré-treinado. Isso sugere que, para certas aplicações de plasma-superfície, o custo computacional de um ajuste fino extensivo pode ser pesado contra o fato de que o modelo de fundação já fornece uma descrição qualitativamente correta da dinâmica macroscópica, embora o ajuste fino permaneça essencial para alcançar a precisão quantitativa de nível DFT nas forças e energias subjacentes. Os autores observam que uma comparação quantitativa com medições experimentais é reservada para uma publicação futura.