Girsanov Reweighting for Uncertainty Propagation in Rare-Event Kinetics

Resumo Técnico: Reponderação de Girsanov para Propagação de Incerteza em Cinética de Eventos Raros

Enunciado do Problema
Potenciais interatômicos baseados em aprendizado de máquina (MLIPs) emergiram como uma ferramenta poderosa para a amostragem de eventos raros em dinâmica molecular (MD), oferecendo precisão próxima à ab initio por uma fração do custo computacional. No entanto, a incerteza associada a esses modelos permanece um desafio significativo. As abordagens existentes de quantificação de incerteza (UQ) focam predominantamente em quantidades pontuais (energias e forças) ou observáveis termodinâmicos de equilíbrio. Elas falham em abordar a propagação das incertezas de parâmetros para observáveis cinéticos, como a probabilidade média de comitente $\langle p_{A\to B} \rangle_{\lambda_{\partial A}}$ e a taxa de reação resultante $k_{AB}$. Propagar diretamente essas incertezas via métodos de Monte Carlo padrão — amostrando novos conjuntos de parâmetros e reexecutando simulações de eventos raros dispendiosas para cada realização — é computacionalmente proibitivo.

Metodologia
Os autores propõem um framework que acopla métodos de amostragem de eventos raros, especificamente o Adaptive Multilevel Splitting (AMS), com a reponderação de Girsanov para propagar a incerteza de parâmetros de MLIP para observáveis cinéticos sem reamostrar trajetórias.

1. Estrutura Teórica: A dinâmica é modelada utilizando equações de Langevin subamortecidas. A probabilidade de evento raro $p$ é definida como a probabilidade de comitente média sobre a distribuição de saída $\lambda_{\partial A}$ na fronteira do estado reagente $A$.
2. Quantificação de Incerteza (UQ): O estudo utiliza o framework de Conjunto de Parâmetros Ótimos Pontuais (POPS) para gerar uma distribuição posterior $\pi(d\theta)$ sobre os parâmetros do MLIP $\theta$. Esta abordagem é escolhida para considerar erros de especificação de modelo, que o erro de regressão Bayesiana padrão muitas vezes falha em capturar devido à natureza quase determinística dos dados de treinamento ab initio.
3. Reponderação de Girsanov: O núcleo da metodologia reside no teorema de Girsanov para calcular a razão de verossimilhança entre medidas de probabilidade no espaço de trajetórias sob um potencial de referência $V(x, \theta_L)$ e um potencial perturbado $V(x, \theta)$.
   • Estimador Completo ($\hat{p}_G$): Um estimador exato derivado pela reponderação do conjunto de trajetórias reativas amostradas em $\theta_L$ usando a razão de verossimilhança $M(X, \theta_L, \theta)$. Esta razão depende da diferença nas forças e na distribuição do estado inicial.
   • Estimador de Cumulante ($\hat{p}_C$): Para lidar com o custo computacional de calcular a Matriz de Informação de Fisher (FIM) necessária para o estimador completo (especialmente para modelos de aprendizado profundo como o MACE), os autores derivam uma expansão de cumulante de primeira ordem. Esta aproximação depende da média empírica do vetor de "score" $s(X)$, reduzindo significativamente o overhead computacional enquanto mantém a estabilidade numérica.
4. Extensão para Taxa de Reação: O framework estende-se à taxa de reação $k_{AB}$ via a relação de Hill ($k_{AB} = \phi_A \langle p_{A\to B} \rangle_{\lambda_{\partial A}}$). Os autores argumentam que, sob a suposição de que os MLIPs são altamente precisos dentro de bacias metaestáveis (onde a frequência de saída $\phi_A$ é amostrada), a incerteza em $k_{AB}$ é dominada pela incerteza na probabilidade de comitente $p$.

Principais Contribuições

• Reponderação de Espaço de Trajetória para Cinética: O artigo introduz a primeira aplicação de reponderação de Girsanov para propagar a incerteza paramétrica especificamente para observáveis cinéticos (probabilidades de comitente), preenchendo uma lacuna anteriormente limitada a quantidades termodinâmicas.
• Estimadores Eficientes: A derivação do estimador de cumulante de primeira ordem ($\hat{p}_C$) permite a propagação analítica de incerteza em espaços de parâmetros de alta dimensão sem o custo proibitivo de calcular Jacobianos completos de espaço de trajetória ou reexecutar simulações.
• Validação em Sistemas Complexos: A metodologia é validada em três sistemas distintos: um dímero em um solvente Weeks-Chandler-Andersen (WCA), um potencial de Müller-Brown rugoso e a transição conformacional do butano usando modelos de fundação MACE.

Resultos

• Análise de Sensibilidade: Nos sistemas dímero e Müller-Brown, tanto o estimador completo de Girsanov quanto o estimador de cumulante capturaram com precisão a sensibilidade da probabilidade de evento raro às variações de parâmetros, com o estimador de cumulante mostrando excelente cobertura mesmo para desvios substanciais de parâmetros.
• Dinâmica Conformacional do Butano: Na aplicação ao butano usando modelos MACE, o framework distinguiu com sucesso entre ruído algorítmico (epistêmico) e incerteza de especificação de modelo.
  • Para o modelo MACE-OMAT-0, mais preciso, a distribuição consciente da incerteza permaneceu centrada próximo à Estimativa de Máxima Verossimilhança (MLE), com o valor de referência bem coberto.
  • Para o modelo MACE-MP-0a, menos preciso, o framework identificou corretamente o viés de modelo significativo, resultando em uma distribuição de incerteza mais larga que ainda abrangia o valor de referência ("ground truth" MACE-MPA-0).
• Eficiência Computacional: A abordagem de reponderação demonstrou uma aceleração de aproximadamente 4000$\times$ em comparação com a abordagem de força bruta de reexecutar simulações AMS completas para cada realização de parâmetros. O passo de reponderação adicionou apenas um custo computacional marginal (aprox. 30 minutos) à execução inicial do AMS.
• Estabilidade: Os pesos de log utilizados no processo de reponderação permaneceram concentrados em torno de zero (tipicamente dentro de $(-2, 2)$), confirmando que a inflação de variância tipicamente associada à reponderação de Girsanov foi mitigada pela curta duração das trajetórias reativas e pelas diferenças limitadas de potencial.

Significância e Alegações
O artigo alega que a reponderação de espaço de trajetória fornece uma rota eficiente e rigorosa para propagar a incerteza de MLIP para a cinética de eventos raros. Ao aproveitar a natureza não enviesada dos estimadores de divisão (splitting) e o rigor matemático do teorema de Girsanov, o framework permite a construção de distribuições de probabilidade conscientes da incerteza para taxas de reação sem a necessidade de reamostragem custosa.

Os autores observam modestamente que a extensão para taxas de reação depende da suposição de que os MLIPs são altamente precisos dentro de bacias metaestáveis, uma suposição apoiada pela literatura de aprendizado ativo, mas que requer investigação adicional para reações complexas onde a superfície de divisão pode residir fora dessas regiões. Eles concluem que esta abordagem efetivamente isola a variância algorítmica da especificação de modelo, fornecendo intervalos de confiança estreitos e confiáveis para observáveis cinéticos derivados de modelos substitutos (surrogate models) incertos.