Data-Efficient Adaptation of DPA-4 Force Fields to DFT+U Energetics: A Case Study in NiO

Resumo Técnico: Adaptação de Eficiência de Dados de Campos de Força DPA-4 para Energias DFT+U

Definição do Problema
Campos de força aprendidos por máquina (MLFFs) são frequentemente pré-treinados em amplos conjuntos de dados de materiais (ex: Materials Project, OMat24) que frequentemente empregam convenções de estrutura eletrônica inconsistentes. Para materiais fortemente correlacionados, como óxidos de metais de transição, o DFT semilocal padrão frequentemente falha em descrever elétrons $d$ localizados e momentos magnéticos com precisão, necessitando de correções como o DFT+U. No entanto, misturar conjuntos de dados gerados com e sem correções de Hubbard $U$ cria conjuntos de treinamento heterogêneos que podem levar a uma interpolação não física. Por outro lado, pré-treinar exclusivamente em dados de DFT+U é computacionalmente caro e pode não ser viável para modelos de fundação de larga escala.

Uma questão fundamental aberta é se um MLFF pré-treinado em uma superfície de energia potencial (PES) de nível de origem com energias de fase qualitativamente incorretas (ex: favorecendo uma fase cristalina específica devido à ausência de correções de $U$) pode ser adaptado eficientamente para uma superfície de nível de alvo com a física correta. Especificamente, o aprendizado prévio de uma preferência energética incorreta impede o ajuste fino subsequente, ou um conjunto de dados de alvo compacto pode reverter um viés fortemente aprendido?

Metodologia
Os autores utilizam o Óxido de Níquel (NiO) como um estudo de caso para investigar essa adaptabilidade. Eles focam em duas fases estruturais concorrentes: a fase octaédrica (Oct) do tipo sal de rocha e a fase quadrado-planar (Sqr) do tipo PdO.

• Benchmarking de Estrutura Eletrônica: O estudo estabelece que o PBE não polarizado pelo spin prevê a fase Sqr como energeticamente favorável sobre a Oct, enquanto o PBE+U (com spin-polarizado e $U_{eff} = 6.2$ eV) e o HSE06 preveem o oposto (Oct favorecida). Essa reversão qualitativa fornece um teste rigoroso para a adaptação do MLFF.
• Geração de Conjunto de Dados:
  • Dados de Origem: Trajetórias de dinâmica molecular ab initio (AIMD) foram geradas para ambas as fases Oct e Sqr usando PBE não polarizado pelo spin e PBE+U ferromagnético (FM).
  • Seleção: Configurações de treinamento foram selecionadas de frames de AIMD usando o algoritmo QUESTS para maximizar a entropia de informação, garantindo uma amostragem diversa dos ambientes atômicos locais.
• Arquitetura do Modelo e Ajuste Fino (Fine-Tuning):
  • Quatro modelos de fundação foram avaliados: DPA-3 (ramos MP e OMat24) e DPA-4 (ramos Air-MP e Neo-OMAT).
  • Estratégia 1 (Ajuste Fino Direto): Modelos pré-treinados foram ajustados finamente diretamente no conjunto de dados FM PBE+U.
  • Estratégia 2 (Ajuste Fino em Dois Estágios): Os modelos foram primeiro ajustados finamente no conjunto de dados PBE não polarizado (codificando a preferência incorreta que favorece a fase Sqr) e, subsequentemente, ajustados finamente no conjunto de dados FM PBE+U.
• Avaliação: O desempenho foi medido por erros de raiz do erro quadrático médio (RMSE) para energia e forças em conjuntos de teste não utilizados, bem como pela capacidade de reproduzir a ordenação de fase Oct–Sqr ao longo de um caminho de interpolação estrutural.

Resultos Principais

1. Adaptação Rápida à Física do Alvo: Os modelos DPA-4 pré-treinados adaptaram-se rapidamente à superfície FM PBE+U. Com apenas aproximadamente 170 configurações de treinamento, os modelos atingiram RMSEs de energia de ~0,5 meV/átomo e RMSEs de força de ~30 meV/Å. Isso representa uma redução significativa em relação aos erros zero-shot (15–20 meV/átomo para energia).
2. Reversão de Preferências Energéticas Incorretas: Crucialmente, modelos que foram primeiro ajustados finamente na superfície PBE não polarizada pelo spin (que incorretamente favorecia a fase Sqr) foram capazes de recuperar a ordenação de fase PBE+U correta (Oct favorecida) com quase a mesma eficiência de dados dos modelos ajustados finamente diretamente da inicialização pré-treinada.
   • O modelo de ajuste fino em dois estágios previu corretamente a fase Sqr como sendo de maior energia que a Oct por 0,765 eV/f.u., aproximando-se de perto do resultado do ajuste fino direto PBE+U e do DFT+U (0,936 eV/f.u.).
   • Isso demonstra que o aprendizado prévio de uma preferência de fase qualitativamente incorreta não impede a adaptação eficiente subsequente.
3. Dependência de Arquitetura: Os modelos DPA-4 exibiram superior eficiência de dados e reprodutibilidade em comparação com os modelos DPA-3. Os modelos DPA-3 exigiram conjuntos de treinamento maiores para atingir RMSEs de força semelhantes e mostraram maior variação entre execuções de ajuste fino independentes.
4. Limitações Quantitativas: Embora a ordenação de fase qualitativa tenha sido recuperada com sucesso, a magnitude da diferença de energia foi ligeiramente subestimada. Os autores atribuem esse erro residual a uma cobertura desigual no conjunto de dados de alvo, onde as configurações próximas à fase Sqr estavam sub-representadas devido à evolução da trajetória de AIMD e problemas de convergência eletrônica.

Significância e Alegações
O artigo argumenta que os MLFFs de fundação devem ser vistos como priors transferíveis em vez de calculadoras zero-shot universalmente precisas. Os resultados apoiam uma estratégia de multi-fidelidade prática:

• Pré-treinamento: Deve priorizar ampla cobertura configuracional, consistência de rótulos (ex: usar DFT consistente sem $U$ para evitar a mistura de Hamiltonianos) e acessibilidade computacional.
• Ajuste Fino: Conjuntos de dados compactos e específicos para aplicações em níveis de fidelidade mais altos (ex: DFT+U) podem impor a fidelidade eletrônica e energética correta necessária para materiais correlacionados específicos.

Os autores afirmam que energias de fase de nível de origem incorretas não tornam um MLFF pré-treinado inadequado para a adaptação de nível de alvo. Em vez disso, a capacidade de reverter eficientemente fortes vieses energéticos com dados de alvo limitados é um critério crítico para avaliar a utilidade dos MLFFs de fundação. Esta abordagem permite o uso de conjuntos de dados grandes, consistentes e acessíveis para o pré-treinamento, enquanto utiliza o ajuste fino direcionado para resolver a física específica do material, como os efeitos de forte correlação.