A wrong ground-state structure of HfO$_2$ predicted by machine-learning interatomic potentials based on the PBE functional

本文警告称，基于 PBE 泛函 DFT 数据训练的机器学习原子间势函数由于该泛函具有过度稳定低密度相的倾向，会错误地预测 HfO$_2$ 的基态结构，而这一缺陷可以通过使用 PBEsol 或 LDA 等替代泛函来缓解。

要点

想象一下，你正试图绘制一张完美的山区地图，以帮助登山者找到最低的谷底（即“基态”）。在材料科学的世界里，这个谷底代表了像氧化铪（HfO₂）这样的材料想要采取的最稳定、最自然的形状。

长期以来，科学家们一直使用一种强大的工具——机器学习原子间势函数（MLIPs）。你可以把这些 MLIPs 想象成超级智能的 GPS 系统。它们通过向一个被称为“密度泛函理论”（DFT）的“老师”学习数据来进行训练。用于训练这些 GPS 系统的最流行的“教材”是一套特定的规则，叫做 PBE 泛函。

以下是这篇论文的研究发现：

1. GPS 把地图画错了

研究人员要求他们的 GPS 系统（基于 PBE 数据训练的 MLIP）寻找 HfO₂ 的最低谷底。

• GPS 说： “最低的谷底是一个叫做 I4₁/amd 的地方。这是一个低密度、宽敞的结构，其中的原子排列成特定的八面体模式（就像一个有六个侧面的盒子）。”
• 现实情况是： “不，最低的谷底实际上是单斜晶系 P2₁/c 结构。这才是实验在现实世界中清晰展示的结果。”

这个 GPS 非常自信地指向了一个错误的目的地。它声称那个“宽敞”的 I4₁/amd 结构比真正的冠军还要稳定 17 个单位。

2. 是 GPS 坏了，还是老师在撒谎？

研究人员想知道：是我们把 GPS 造错了，还是老师（PBE）在给错误的作业？

他们通过以下方式进行了测试：

• 检查其他著名的、预制的 GPS 模型（如 NequIP 和 MatterSim）： 结果：它们都指向了同一个错误的“I4₁/amd”谷底。
• 将 GPS 的预测直接与老师的原始数据进行对比： 结果：GPS 实际上完美地完成了它的工作；它只是忠实地复制了老师的错误。

结论： GPS 没有坏。问题出在 PBE 老师身上。

3. “宽松衣物”类比

为什么 PBE 老师会犯这个错误？
想象一下，PBE 泛函就像是一个喜欢宽松、肥大衣物的裁缝。

• “I4₁/amd”和“Pbcn”结构就像是宽松、宽敞的套装（低密度、大体积）。
• “P2₁/c”结构则像是一套更紧身的套装。

这个 PBE 裁缝有一种偏好：它认为宽松、宽敞的衣服比实际情况更舒适（能量更低）。 因为这种偏好，PBE 老师告诉 GPS，那套宽敞的“I4₁/amd”套装才是最好的，尽管在现实中，那套更紧凑的“P2₁/c”套装才是材料更青睐的选择。

当研究人员尝试使用其他“裁缝”（如 PBEsol 或 LDA 等泛函，他们更喜欢紧凑、贴身的裁剪）时，地图自我修正了。突然间，“I4₁/amd”这套衣服看起来太松垮且过于昂贵了，而“P2₁/c”结构重新回到了冠军宝座。

4. 登山者的旅程（铁电切换）

论文还观察了 HfO₂ 改变形状时（就像登山者切换路径一样）会发生什么。

• 场景 A（固定晶格）： 如果你强迫登山者留在一条僵硬的路径上（不改变地图的大小），无论是“宽松”的 PBE 老师还是“紧凑”的 PBEsol 老师，给出的指示都非常相似。
• 场景 B（弛豫晶格）： 如果你允许登山者改变路径的大小（允许地图扩张或收缩），这两位老师给出的指示会截然不同。
  • PBE 老师（宽松偏好）说： “走经过宽敞的 Pbcn 谷底的路径吧，因为那里看起来既容易又宽敞。”
  • PBEsol 老师（紧凑偏好）说： “不，那条路太宽且不稳定。走更紧凑、更直接的路线。”

因为 PBE 老师高估了“宽敞”路径的舒适度，它会将模拟引导向一条与现实世界完全不同的道路。

核心教训

对于任何使用这些高科技 GPS 系统（MLIPs）的人来说，这篇论文提出了一个警告：

仅仅因为一个机器学习模型能够极其准确地复制其训练数据，并不意味着它在讲述真理。 如果“老师”（DFT 泛函）自带某种偏好（比如喜欢宽松的衣服），那么学生（MLIP）就会完美且自信地学会这种偏好，并预测出一个错误的答案。

为了获得一份可靠的材料世界地图，你不能只信任机器学习模型；你必须确保它所学习的老师使用的是正确的规则。

技术摘要

技术摘要：基于 PBE 泛函的机器学习原子间势函数预测了错误的 $\text{HfO}_2$ 基态结构

问题陈述
机器学习原子间势函数（MLIPs）已成为大规模材料模拟的重要工具，能够以远低于密度泛函理论（DFT）的计算成本提供接近第一性原理的精度。然而，MLIPs 的预测可靠性本质上取决于其训练数据集的质量，而这些数据集主要由使用 Perdew–Burke–Ernzerhof (PBE) 广义梯度近似 (GGA) 泛函生成的。虽然 PBE 因其高效性和稳定性被广泛采用，但它能否准确描述像氧化铪 ($\text{HfO}_2$) 这样复杂系统中竞争多晶型的微妙能量差异，仍然是一个关键问题。$\text{HfO}_2$ 表现出强烈的多晶型竞争（包括单斜、正交和四方相），并且对外部场和应变高度敏感。本研究解决的核心问题是：基于 PBE 的 MLIPs 是否能够可靠地捕捉 $\text{HfO}_2$ 正确的基态结构和能量景观，或者 PBE 泛函固有的误差是否正在被机器学习模型所传播并放大。

方法论
作者采用多方面的方法来研究基于 PBE 的模型的可靠性：

1. MLIP 训练与全局搜索： 开发了一个特定的 MLIP，该势函数基于 Allegro 架构，并在通过 PBE 泛函（VASP）生成的从头算分子动力学（AIMD）数据集上进行了训练。该势函数被用于使用 CALYPSO 软件进行全局结构搜索，以识别最低能量结构。
2. 针对基础模型的基准测试： 为了确定研究结果是否仅限于其自定义模型，作者使用了几种广泛使用的、预训练的基于 PBE 的基础模型进行了结构搜索，包括 NequIP-OAM-L、MatterSim-v1-5M 和 MACE-MP-0。
3. 泛函比较： 作者使用一系列交换相关泛函（包括 PBE、PBE-vdW、SCAN、PBEsol 和局部密度近似 LDA）计算了各种 $\text{HfO}_2$ 晶体结构的相对能量（包括单斜 $P2_1/c$、四方 $P4_2/nmc$、正交 $Pca2_1$ 以及新发现的 $I4_1/amd$ 相）。
4. 极化切换分析： 为了评估泛函偏差对动态过程的影响，作者使用 PBE 和 PBEsol 计算了铁电正交 $\text{HfO}_2$ ($Pca2_1$) 的极化切换路径。这些计算是在固定晶格和晶格弛豫条件下，使用钉插弹性带（NEB）和广义固态 NEB（GSSNEB）方法进行的。

关键结果

• 识别出错误的基态： 无论是自定义训练的基于 PBE 的 MLIP，还是多个公开的基础模型（NequIP-OAM-L, MatterSim-v1-5M），都错误地将一个低能的 $I4_1/amd$ 结构预测为 $\text{HfO}_2$ 的全局最小值。该结构类似于金红石型 $\text{TiO}_2$，具有六配位的 Hf–O 八面体单元，其能量比实验验证的单斜 $P2_1/c$ 基态低约 17 meV/f.u.。
• 误差来源： 比较性的 DFT 计算证实，MLIPs 忠实地重现了 PBE-DFT 的结果，证明该误差并非机器学习拟合的人为产物，而是 PBE 泛函本身的内在缺陷。$I4_1/amd$ 相仅在 PBE 泛函下表现为最低能量结构。当使用其他泛函（PBE-vdW, SCAN, PBEsol, LDA）时，$I4_1/amd$ 相的稳定性显著下降，最终在 LDA 下变为能量最高的相。
• 结构敏感性： 该误差归因于 PBE 倾向于过度稳定具有大平衡体积和特定配位环境（六配位 Hf，三配位 O）的低密度结构。倾向于更紧凑结构的泛函（如 PBEsol 和 LDA）会惩罚这些低密度构型。
• 对铁电切换的影响： 当允许晶格弛豫时，泛函偏差显著改变了极化切换的能量景观。在固定晶格条件下，PBE 和 PBEsol 产生的能垒相似。然而，在晶格弛豫条件下，PBE 预测了一个独特的类 $Pbcn$ 中间态以及较低的能垒，而 PBEsol 则保持了传统的类四方过渡态。这是因为 PBE 的能量景观使 $Pbcn$ 相成为了一个具有竞争力的低能盆地，而 PBEsol 则将其置于更高的能量水平。

核心贡献

• 发现了系统性的 MLIP 失效： 本研究揭示了一种此前未被报道的、在多种最先进的基于 PBE 的 $\text{HfO}_2$ MLIP 中共同存在的伪基态预测（$I4_1/amd$）。
• 归因于交换相关泛函： 本工作明确证明，MLIP 对晶体结构的预测误差可以直接源于用于生成训练数据的交换相关泛函，而非来自机器学习架构或拟合过程。
• 泛函依赖的能量景观： 研究强调，泛函的选择从根本上改变了势能面的拓扑结构，特别是对于涉及大规模晶格弛豫的过程，如相变和铁电切换。
• 验证了替代泛函： 研究表明，通过使用替代泛函（如 PBEsol 和 LDA）可以很大程度上抑制该误差，这些泛函正确地预测了单斜 $P2_1/c$ 为基态。

意义与主张
作者将这项研究定位为对材料模拟领域的一个重要警告。他们断言，尽管 MLIPs 功能强大，但其可靠性不能仅凭其重现参考 DFT 数据（Reference DFT data）的能力来判断。如果底层的 DFT 泛函存在系统性偏差（例如 PBE 对某些配位环境下体积的过高估计），那么 MLIP 将会忠实地重现这些误差，从而导致对基态和相变路径的物理错误预测。本文强调，在模拟具有复杂多晶型竞争和晶格弛豫的系统时，必须仔细评估用于训练的交换相关泛函的物理有效性。研究结果表明，对于 $\text{HfO}_2$ 及类似系统，在没有进行泛函验证的情况下依赖基于 PBE 训练的基础模型，可能会导致关于结构稳定性和切换机制的误导性结论。