Geometric Algebra Meets Cartesian Tensors: Higher-Order Equivariance for Interatomic Potentials

Resumo Técnico: Álgebra Geométrica Encontra Tensores Cartesianos: Equivariância de Ordem Superior para Potenciais Interatômicos

Definição do Problema
Potenciais interatômicos de aprendizado de máquina (MLIPs) devem codificar simetrias físicas, especificamente garantindo que as forças previstas sejam equivariantes sob rotações e translações. Embora a magnitude da força seja frequentemente prevista com precisão, a direção da força frequentemente falha, levando a trajetórias que se desviam do correto poço de energia potencial. Os autores identificam uma limitação estrutural nas arquiteturas existentes baseadas em álgebra de Clifford (geométrica): o produto geométrico de dois vetores em $\mathbb{R}^3$ (dentro da álgebra $Cl(3,0)$) apenas realiza as representações irredutíveis (irreps) $L=0$ (escalar) e $L=1$ (vetor/bivetor) de $SO(3)$. O componente de posto 2 simétrico-traço-nulo (STF) ($\text{rank-2}$) é essencial para capturar distribuições de carga quadrupolares, interações de orbitais d e estresse anisotrópico, mas está ausente das operações bilineares por aresta que impulsionam as camadas de passagem de mensagem. Consequentemente, os modelos de Clifford padrão dependem do empilhamento de camadas para reconstruir indiretamente o conteúdo $L \ge 2$, resultando em uma baixa fidelidade direcional (similaridade de cosseno de força agregada $< 0,25$ no rMD17) em comparação com modelos baseados em harmônicos esféricos.

Metodologia: CliffordSTF
O artigo propõe o CliffordSTF, uma arquitetura híbrida que acopla o substrato de multivetor de Clifford com trilhas de tensores simétricos-traço-nulos (STF) de forma fechada. A inovação central é um design de "trilha dupla" que evita tabelas de Clebsch–Gordan (CG), matrizes Wigner-D ou bibliotecas externas como $e3nn$.

1. Fundamentação Teórica (Teorema 1): Os autores estabelecem uma equivalência construtiva entre o produto geométrico $Cl(3,0)$ e as operações STF. Eles demonstram que o produto tensorial $1 \otimes 1$ (dois vetores) pode ser decomposto em componentes $L=0, 1, 2$ usando apenas:

   • A parte escalar do produto geométrico ($L=0$).
   • O dual de Hodge da parte bivetorial ($L=1$).
   • Um projetor simétrico-traço-nulo de forma fechada ($L=2$).
     Esta construção abrange todo o conteúdo de irrep de $SO(3)$ até $L=3$ no nível bilinear por aresta, sem coeficientes CG aprendidos.

2. Arquitetura:

   • Substratos: O modelo mantém duas trilhas de características paralelas por átomo: um multivetor de Clifford (dimensão 8, cobrindo $2 \cdot L=0 \oplus 2 \cdot L=1$) e canais STF opcionais nos postos 2 e 3.
   • Passagem de Mensagem: As mensagens são geradas via o produto geométrico na trilha de Clifford e contrações STF de forma fechada na trilha de tensor.
   • Acoplamento entre Trilhas: Um componente crítico é o acoplamento bidirecional entre as trilhas. As características STF são geradas a partir de vetores de Clifford e, inversamente, as características STF contraem com vetores de Clifford (via $S \cdot v$) para injetar informações $L=2$ de volta no canal vetorial; este acoplamento é aprendido via uma única operação bilinear.
   • Leitura (Readout): As forças são previstas usando uma combinação de canais vetoriais (grau-1) e duais de Hodge de bivetores (grau-2), aumentados por contrações explícitas $L=2 \otimes L=1 \to L=1$ ($S \cdot \hat{r}$) que capturam componentes de força angular inacessíveis a arquiteturas $L \le 1$.

Principais Contribuições

• Diagnóstico: O artigo isola o substrato ausente $L \ge 2$, em vez da capacidade ou profundidade do modelo, como a causa primária da falha direcional dos baselines de Clifford $L \le 1$.
• Arquitetura: Uma construção de forma fechada que abrange o conteúdo de harmônicos esféricos através de $L=3$ usando um único bilinear aprendido e operações STF clássicas, verificado contra símbolos Wigner-3j.
• Validação Empírica: Um estudo de ablação de onze variantes confirma que o arcabouço híbrido é necessário; nem a trilha de Clifford sozinha, nem a trilha STF sozinha (sem acoplamento) aproximam-se do desempenho do sistema combinado.

Resultos
Avaliado nos benchmarks rMD17, OC20 e OC22 com um orçamento fixo de parâmetros ($\sim 10^6$ parâmetros):

• rMD17 (Direcionalidade de Força): O CliffordSTF alcança uma similaridade de cosseno de força agregada de 0,551, uma melhoria de dez vezes sobre o modelo Clifford base (0,055) e supera todos os outros baselines de ordem de corpo ou livres de CG (todos $\le 0,17$). Ele se aproxima do desempenho de modelos de harmônicos esféricos completos (EquiformerV2 $\approx 0,96$) sem utilizar harmônicos esféricos.
• Precisão de Magnitude: Os ganhos direcionais não ocorrem às custas da precisão de magnitude. O CliffordSTF reduz o MAE de força em 15,8% e o MAE de energia em 10,9% em comparação com o modelo Clifford base.
• Catálise (OC22):
  • IS2RE: Atinge o melhor MAE de energia in-distribution entre métodos $L \ge 2$ (4,09 eV) e desempenho competitivo out-of-distribution.
  • S2EF: Alcança o melhor MAE de energia out-of-distribution no estudo e iguala o melhor MAE de energia in-distribution entre métodos $L \ge 2$.
• Eficiência: Em inferência, o CliffordSTF (0,352 s/passo) é competitivo com baselines de harmônicos esféricos mais lentos e mais rápido que baselines de tensores cartesianos como o ICTP. O treinamento é aproximadamente 2–3x mais lento que os baselines de harmônicos esféricos mais rápidos (MACE, EquiformerV2) devido ao overhead do grafo de autograd do arcabouço de trilha dupla, mas permanece competitivo com outros métodos de campo tensorial.

Significância e Alegações
O artigo alega que a escolha da representação em arquiteturas equivariantes deve ser impulsionada pelo conteúdo angular específico requerido ($L$-values) em vez da lealdade a um único formalismo algébrico. Ao demonstrar que o produto geométrico e as operações STF de forma fechada juntas abrangem o mesmo conteúdo de irrep de $SO(3)$ que os harmônicos esféricos através de $L=3$, os autores mostram que uma abordagem híbrida pode recuperar a expressividade estrutural faltante da álgebra geométrica pura.

Os autores observam modestamente que, embora o CliffordSTF feche a lacuna significativamente, ele ainda não iguala a fidelidade direcional absoluta das arquiteturas totalmente baseadas em harmônicos esféricos (EquiformerV2). Eles identificam o acoplamento entre trilhas como uma "alavanca de estabilidade" essencial para o treinamento, em vez de apenas um driver de precisão, e sugerem trabalhos futuros que possam estender isso para $L_{max}$ mais altos, otimizar custos de treinamento via kernels fundidos e alcançar plena equivariância $O(3)$ através do rastreamento explícito de paridade.