A Self-Evolving Machine-Learning-Based Kinetic Monte Carlo Method for Modelling Thin-Film Growth

本文提出了一种自演化动力学蒙特卡洛框架，该框架通过在薄膜生长模拟过程中动态地进行机器学习模型在线训练，利用不确定性引导的学习取代高昂的计算，从而实现高效预测原子扩散速率，并在 Ag/Ag{111} 次单层生长实验中证明了其具备极高的计算效率与准确性。

要点

想象一下，你正试图预测一群人在一个巨大的、不断变化的迷宫中是如何移动的。在薄膜制造领域（例如制造太阳能电池板或计算机芯片），科学家需要了解原子是如何移动并粘附在一起形成图层的。

这篇论文介绍了一种全新的、智能的计算机程序，旨在模拟这一过程：原子如何在表面上跳舞、跳跃并构建“岛屿”。以下是其工作原理的简单解释：

旧方法：详尽的图书管理员

传统上，科学家使用两种主要方法来研究这一点，但两者都有缺陷：

1. “慢动作”法（分子动力学）： 这就像是在观看一部关于每个原子如何振动的电影。它极其精确，但这部电影播放得非常缓慢，以至于在计算机崩溃之前，你只能观看几秒钟的“真实时间”。这就像是通过观看一个人每一秒钟的实时画面，来试图了解一个人一整年的生活。
2. “规则书”法（标准动力学蒙特卡洛法）： 它跳过了振动过程，只观察跳跃。这种方法很快，但它依赖于一本预先写好的规则书。问题在于，原子跳跃的“规则”取决于其邻居的具体行为。由于邻居的排列方式有无限种可能，编写一本涵盖所有可能性的规则书是不可能的。这就像是试图为人类可能说出的每一个句子都编写一本字典。

新方法：自我学习的学徒

作者创建了一种**自进化机器学习动力学蒙特卡洛（Self-Evolving Machine-Learning KMC）**方法。你可以把它想象成一个在工作中学习的聪明学徒。

1. 起点： 计算机从一张关于原子“应该”如何行为的基础地图开始（基于物理方程），但它目前还不知道每一次特定跳跃的具体“代价”（能量）。
2. “猜想与验证”循环：
   • 当模拟需要知道特定跳跃的能量代价时，学徒首先使用机器学习（ML）模型进行猜想。
   • 机器学习模型还会说明：“我对这个猜想很有把握，”或者“我完全没把握。”
   • 如果模型很有信心： 它就直接使用猜想。这既快速又高效。
   • 如果模型不确定： 它会暂停，进行一次严谨、缓慢、高精度的计算（称为 NEB）以找到确切答案，然后将这个新事实添加到它的记忆库中。
3. 进化： 随着模拟的运行，学徒会遇到新的情况。每当它感到困惑时，它就会学习答案并将其存储起来。随着时间的推移，它的“记忆库”不断扩大，它进行缓慢、艰苦计算的需求也会越来越少。它变得越来越快，同时保持着同样的准确度。

特定实验：银在银之上的表现

为了测试这一点，团队模拟了银（Ag）原子落在银 {1 1 1} 表面上的过程。

• 挑战： 原子并不会仅仅落在完美的网格中。它们可能会落在略微不同的位置，形成小岛屿，并且这些岛屿的大小和形状会根据温度的不同而呈现出奇特的形状（如三角形、锯齿状线条或光滑的圆形）。
• 结果： 自学习模型成功预测了这些岛屿是如何形成的。
  • 在低温下，原子行动迟缓，形成了杂乱、锯齿状的簇（就像一堆落叶）。
  • 在高温下，原子拥有足够的能量进行移动，从而形成了整齐的三角形岛屿（就像一叠整齐的硬币）。
  • 这些岛屿的形状和大小与科学家在实际实验中观察到的现象以及其他复杂理论的预测相吻合。

为什么这很重要（根据论文所述）

该论文声称这是一个突破，因为它解决了主要的瓶颈问题：它实现了“全原子精度”，而无需预先知道每一种可能的规则。

• 无需预编程： 你不需要告诉计算机原子可以如何跳跃的所有方式。计算机会在过程中自行发现。
• 动态生长： 模拟可以处理原子堆积以形成新图层和新角度（阶面）的过程，而不会导致计算机崩溃或需要一个僵化的、预定义的网格。
• 效率： 它起步较慢（学习规则），但随着学习的深入会变得越来越快，最终在保持相同细节水平的同时，运行速度远快于传统方法。

简而言之，作者构建了一个数字“学徒”，它通过实践而非阅读手册来学习原子运动的规则。他们通过观察银原子如何构建微小的、完美的岛屿，并证明其完美符合现实世界的物理规律，从而证明了其有效性。

技术摘要

技术摘要：一种用于模拟薄膜生长的自进化机器学习动力学蒙特卡洛方法

问题陈述
薄膜和纳米尺度材料的理论设计需要能够在实验相关的时间尺度上实现原子级精度的计算模型。现有方法面临着一个根本性的权衡：分子动力学（MD）提供了详细的确定性描述，但由于扩散事件相对于热振动的稀有性，其时间尺度被限制在纳秒量级。相反，传统的动力学蒙特卡洛（KMC）可以将模拟时间延长至秒级，但往往以牺牲原子精度为代价。标准 KMC 依赖于键计数方案（BCS）或预先制表的激活能垒，这些方案无法捕捉扩散速率对局部原子环境（LAE）的复杂依赖关系。虽然“在线式（on-the-fly）”KMC 方法可以根据需要计算能垒，但在处理多组分系统中极其庞大且异质的 LAE 空间，以及存在不稳定原子构型（如悬空结构）或中间势能极小值时，仍面临困难。目前，尚无模型能够以全原子精度模拟多元素薄膜在多层生长阶段的演化，因为在这一阶段，LAE 无法进行先验预测。

方法论
作者提出了一种新型的、自参数化的机器学习增强型动力学蒙特卡洛（ML-KMC）框架。该方法运行在一个动态的精细化晶格上，能够根据需要生成新的吸附位点（包括 fcc 和 hcp 位点），从而允许任意角度的晶面自然形成并处理离格点位置。

关键方法组成部分包括：

• 自进化训练： 算法在运行时构建高斯过程回归（GPR）模型。它使用平滑重叠原子位置（SOAP）描述符来表征高达第四近邻的 LAE。
• 不确定性驱动采样： GPR 模型估计迁移能垒及其相关不确定性。如果不确定性超过用户定义的阈值（0.05 eV），则会触发使用 LAMMPS 软件和 Finnis-Sinleyz 势函数的爬行带（NEB）计算，以生成新的训练数据集。这确保了模型随着时间的推移不断增强置信度，从而降低了昂贵的 NEB 计算频率。
• 处理复杂动力学： 为了应对中间能量极小值和悬空位置等挑战，该模型允许跳跃至多个距离（高达 3nn），并包含了交换位移事件。它通过允许原子跳跃至真实的势能极小值（包括亚稳态 hcp 位点和中间态），明确避免了人工稳定化技术（如系留）。
• 数据分层： 为了减少训练数据的异质性，模型针对跳跃长度以及跳跃原子在初始和最终位置的配位数分别训练了独立的 ML 模型。
• 效率优化： 代码包含一种“闪烁（flickering）”分辨率方案，在系统陷入低能垒循环时暂时降低跳跃速率，并利用模式识别数据库来避免冗余的能量最小化计算。

核心贡献

1. 动态晶格生成： 开发了一种能够为新层动态生成 fcc 和 hcp 位点以及任意取向晶面的算法，从而在没有刚性晶格约束的情况下实现三维形貌演化的模拟。
2. 自进化 ML-KMC： 一个无需先验知识或特定训练数据采样方案即可在运行中学习迁移能垒分布的框架。
3. 对复杂环境的鲁棒性： 通过允许多距离跳跃并避免人工能垒调整，能够处理不稳定的原子环境（悬空结构）和中间势能极小值（例如 fcc-hcp-fcc 路径）。
4. 开源实现： 提供了一个功能完备的开源代码库（采用 GPL v3 许可），能够模拟任何受 LAMMPS 势函数支持的元素或合金。

结果
该方法通过银（Ag）在 Ag {1 1 1} 表面亚单层同质外延生长的模拟得到了验证。

• 能垒准确性： 与 NEB 计算和文献值相比，ML 模型在预测关键过程（台阶扩散、二聚体迁移、边缘扩散和跨步扩散）的迁移能垒方面表现出高度的保真度。虽然某些能垒（如二聚体键能）被略微低估，但 fcc 与 hcp 二聚体的相对稳定性以及边缘到转角能垒的正确排序得以保留。
• 形貌演化： 模拟成功再现了随温度变化的岛屿形状演化。在低温（<200 K）下，模型产生了大量小簇；在中温（200–250 K）下，形成了树枝状岛屿；而在高温（>300 K）下，出现了由 B-edge 边界构成的紧凑三角形岛屿。这与关于转角跨越各向异性的实验观察和理论预期相符。
• 岛屿密度定标： 岛屿密度随温度变化的定标符合理论预测。模型正确识别了主导移动物种（从单体到移动二聚体）的转变温度约为 110 K。拟合的激活能之和（0.275 ± 0.006 eV）与由 ML 模型导出的单体和有效二聚体能垒之和（0.255 ± 0.015 eV）在误差范围内一致，证实了扩散动力学的内部一致性。
• 计算效率： 该模型的自进化特性证明了其高效性。虽然 NEB 计算最初是瓶颈，但随着模型的学习，其调用频率逐渐降低。在较低温度下，计算成本转向了 LAE 构建和 SOAP 描述符生成，但整体方法对于达到饱和岛屿密度仍然是可行的。

意义与主张
本文声称，这项工作是实现 A.F. Voter 关于多组分薄膜在化学异质基底上进行快速且准确的表面动力学建模愿景的关键一步。作者断言，其模型是第一个能够以全原子精度模拟多层阶段多元素薄膜生长的模型，克服了 BCS 和刚性晶格方法的局限性。通过在 Ag 同质外延上的可行性演示，本研究为扩展该方法至与光伏、节能窗户和生物传感器相关的复杂多元素系统奠定了基础。作者保持了谦逊的态度，指出虽然目前的概念验证使用了高斯过程回归，但该工作流可以适配其他基于不确定性的机器学习模型，且主要的计算瓶颈（NEB 和描述符生成）为未来的优化提供了方向。