🔬 materials science

Comparative study of ensemble-based uncertainty quantification methods for neural network interatomic potentials

本研究系统地评估了用于神经网络原子间势能的集成式不确定性量化方法，并揭示了在分布外机制下，预测精度往往无法可靠地指示准确度，且随着误差的增长经常出现平台期或下降现象，从而凸显了在大规模材料模拟中使用不确定性估计作为准确度代理指标时的根本局限性。

原作者： Yonatan Kurniawan (Department of Physics and Astronomy, Brigham Young University, Provo, Utah, USA), Mingjian Wen (Institute of Fundamental and Frontier Sciences, University of Electronic Science and

发布于 2026-07-01

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Yonatan Kurniawan (Department of Physics and Astronomy, Brigham Young University, Provo, Utah, USA), Mingjian Wen (Institute of Fundamental and Frontier Sciences, University of Electronic Science and Technology of China, Chengdu, China), Ellad B. Tadmor (Department of Aerospace Engineering and Mechanics, University of Minnesota, Minneapolis, Minnesota, USA), Mark K. Transtrum (Cross Stream Consulting, Springville, UT, USA)

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

大局观：教计算机如何预测原子的行为

想象一下，你正在试图教一台计算机去预测一种材料（比如金刚石或石墨）会如何表现。为了做到这一点，计算机需要一本名为“原子间势函数”（Interatomic Potential）的“规则书”。

传统上，科学家使用两种类型的规则书：

“超精确”规则书（量子物理学）： 它极其精确，但计算仅仅几个原子就需要超级计算机运行数年之久。对于大型项目来说，它太慢了。
“快速且简单”规则书（经典物理学）： 它非常快，但因为过于简单，经常会出错。

机器学习（ML） 是一个新的中间地带。它就像一个学生，阅读了成千上万遍“超精确”规则书，然后学会了编写自己的“快速且简单”版本的规则书，这个版本几乎一样好用，但只需几秒钟就能运行完毕。这些被称为机器学习原子间势函数（MLIPs）。

问题所在：“自信的傻瓜”

这篇论文解决的核心问题是信任。

当一个学生（AI）向教科书学习时，他们非常擅长回答那些看起来与书本完全一致的问题。这被称为**“分布内”（In-Distribution, ID）**。如果你问：“在室温下，一个金刚石原子的能量是多少？”而 AI 在训练中见过这个问题，它很可能会答对。

但如果问一个 AI 从未见过 的问题呢？也许你问的是在极端压力下的金刚石，或者一种它从未遇到过的奇怪形状？这被称为**“分布外”（Out-of-Distribution, OOD）**。

这篇论文提出了一个问题：AI 能否告诉我们它什么时候是在瞎猜？

在 AI 领域，我们使用**“不确定性”（Uncertainty）**作为“信心计”。

高不确定性： “我不确定这个答案。我可能会错。”（这是好事！这提醒我们要小心。）
低不确定性： “我 100% 确定！”（如果答案是对的，这很好；但如果答案是错的，这就很危险。）

这篇论文的目标是观察，当 AI 被迫对新的、奇怪的数据进行猜测时，它的“信心计”是否真的有效。

实验： “学习小组”类比

为了测试这一点，研究人员并没有只训练一个 AI。他们训练了 100 个不同版本的同一个 AI。你可以把这想象成一个由 100 名学生组成的学习小组，他们都学习了同一本教科书，但因为做笔记的方式不同，学到的东西也略有差异。

他们使用了四种不同的方式来创建这个“学习小组”（集成方法/Ensembles）：

自助采样法（Bootstrap）： 给每个学生一套略有不同的练习题（对数据进行重采样）。
随机失活法（Dropout）： 在测试期间，随机命令一些学生“闭嘴”（忽略部分知识），这样小组就必须依赖不同的想法。
随机初始化（Random Initialization）： 在开始学习之前，给每个学生一个不同的初始大脑（随机权重）。
快照法（Snapshots）： 在学生学习的过程中，在不同时间点为其中一个学生的大脑拍下一张照片，并将这些照片视为不同的学生。

研究人员随后要求这 100 名学生预测碳原子在三种形式下的行为：金刚石、石墨和石墨烯。

结果：“自信的傻瓜”再次现身

以下是他们的发现，通过简单的分类呈现：

1. 当 AI 处于其“舒适区”时（分布内）

当问题与 AI 学习的内容相似时，“信心计”表现得还可以。如果 AI 不确定，通常是因为问题确实很难。如果它很有信心，通常也是正确的。不同的学习小组（集成模型）在这里的表现非常相似。

2. 当 AI 被推向边缘时（分布外）

这是变得诡异且危险的地方。研究人员要求 AI 预测当你拉伸或挤压材料到极端情况（比如把金刚石挤压到极小）时会发生什么。

AI 答错了。（预测结果与现实不符）。
AI 说：“我 100% 确定我是对的！”（不确定性数值保持在低位）。

这就是**“自信的傻瓜”**问题。AI 正自信满满地编造事实。

3. 反直觉的转折

通常情况下，你会预期随着 AI 远离它所了解的范围，它的“信心计”应该上升（它应该说：“哇，这太奇怪了，我不确定！”）。

但论文发现了相反的情况。
随着 AI 被推向越来越未知的领域（极端的拉伸或挤压），它的信心并没有上升。事实上，它有时甚至下降了或者保持平稳。

类比： 想象一个只在直道公路上开车的司机。如果你突然要求他在陡峭、结冰的山路上驾驶，一个聪明的司机会说：“我不知道该怎么做！”
AI 司机： 相反，这个 AI 司机说：“我是专家！”并继续以 100 英里的时速行驶，尽管它即将撞车。即使情况变得越来越危险，其“不确定性”反而降低了。

为什么会这样？

研究人员试图弄清楚为什么 AI 在出错时反而变得如此自信。他们有几种理论：

“饱和的大脑”： AI 使用一种数学函数（类似于一个只能处于“全开”或“全关”状态的开关）。当输入变得过于极端时，开关就卡在了“开启”状态，使得 AI 认为自己完美掌握了答案，即便它只是在瞎猜。
“群体思维”效应： 尽管他们有 100 个不同的 AI 模型，但在面对一个全新的情况时，它们开始做出相同的错误预测。因为大家意见一致，系统便认为：“既然我们 100 个人都同意，那我们一定是正确的！”

总结

论文的结论是：当我们使用 AI 对其未曾见过的现象进行预测时，我们不能盲目信任其“信心计”。

如果 AI 说“我不确定”，这可能是一个很好的警告。
但如果 AI 说“我 100% 确定”，它可能在撒谎。 它可能正在自信满满地预测一些完全错误的东西。

作者警告说，科学家在使用这些 AI 工具进行大型、全新的实验时需要非常小心。仅仅因为计算机显示它很准确，并不代表它就是准确的，尤其是在计算机被要求处理它未经过训练的任务时。

核心要点： 在 AI 材料科学的世界里，精确度（信心）并不等于准确性（真相）。 你可以同时做到非常精确却又完全错误。