🔬 materials science

A latent-space extrapolation grade built into graph atomic cluster expansion foundation potentials

本文引入了校准马氏距离（CALM）外推等级，这是一种计算高效的、针对单个原子的不确定性度量指标，该指标被集成到 GRACE 基础势能模型中，通过将潜空间距离与力误差相关联来可靠地检测结构和化学外推，从而指导有针对性的数据收集。

原作者： Yury Lysogorskiy, Anton Bochkarev, Ralf Drautz

发布于 2026-10-01

📖 1 分钟阅读☕ 轻松阅读

原作者： Yury Lysogorskiy, Anton Bochkarev, Ralf Drautz

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

在材料科学领域，研究人员使用强大的计算机程序来预测原子的行为。这些被称为机器学习势函数的程序，充当了缓慢且精确的量子物理计算与快速、大规模模拟（用于设计新电池、更强的金属或更高效的太阳能电池）之间的桥梁。通过学习来自已知原子排列的海量库，这些模型可以瞬间推测出作用在原子上的能量和力。这种速度释放了模拟整个晶体和复杂化学反应的能力，而这在以前是计算成本过高的。然而，一个关键的盲点仍然存在：当这些模型遇到它们从未见过的场景时，往往会发生“沉默的失败”。它们可能会产生一个看起来完全合理但却大错特错的结果，且不会发出任何警告，提示其预测已经远远超出了模型实际认知的范围。

为了解决这个问题，鲁尔大学波鸿分校（Ruhr-University Bochum）的一个研究小组开发了一种能够实时测量置信度的新方法。他们引入了一个名为“校准马氏距离外推等级”（calibrated Mahalanobis extrapolation grade），简称“calm”等级的系统，它充当了这些原子模型的内部指南针。想象一张地图，模型知道某座特定城市的每一条街道。如果驾驶员留在这些街道上，地图就是可靠的。但如果驾驶员突然发现自己身处沙漠或另一个国家，这张地图就失效了。这个新系统为每一个原子都提供了一个评分，告诉计算机它偏离已知街道的具体程度。如果分数较低，说明原子处于熟悉的领域；如果分数较高，说明原子处于未知领域，计算机便知道要以极其谨慎的态度对待该结果。

研究人员将这一系统构建到了一个名为 GRACE 的基础模型中，该模型旨在适用于广泛的元素和化学环境。他们并没有通过运行多个模型的副本来检查错误——这种方法虽然准确但计算成本高昂且缓慢——而是设计了一个轻量级的单一检查机制，使其在主计算的同时并行运行。该检查通过观察原子邻域的数学“指纹”来工作。它将新的指纹与从训练数据中收集到的指纹库进行对比。如果新的指纹与模型见过的任何指纹都过于不同，系统就会发出标记。至关重要的是，该检查经过了校准，使得一个设定为 1 的特定分数成为了模型“已知”与“猜测”之间的界限。

团队使用包含数百万个原子构型的两个庞大数据集对这种方法进行了严格测试。他们发现，该评分与模型预测的实际误差具有强相关性。当评分较低时，模型关于原子如何相互推挤和拉扯的猜测是准确的。当评分超过阈值时，误差会显著增加，有时甚至会增加几个数量级。该系统被证明能有效识别两种不同类型的危险。首先，它能检测结构上的意外情况，例如原子被挤压得过紧或拉得过开，或者原子位于材料表面且缺少邻居的情况。其次，它能捕捉化学上的意外情况，例如由模型在训练期间从未见过的元素比例组成的材料。在一次涉及钼和钨混合物的测试中，系统正确地识别出当钨的浓度超过训练数据的限制时，模型正处于挣扎状态，尽管这些原子在化学性质上与模型已知的内容非常相似。

除了仅仅标记错误之外，研究人员还展示了该评分可以用来主动改进模型。通过使用该评分来引导计算机模拟，他们可以引导模拟过程走向原子景观中最不确定的区域。他们没有让模拟随机游走，而是利用该评分作为一种偏差（bias），将原子推向模型信心最低的构型。这使得他们能够收集到最需要的、高价值的新数据点。当他们利用这些新数据点对模型进行重新训练时，得到的势函数在处理高温和液态方面，比使用相同数量但未经此类引导收集的数据训练的模型表现得更好。这表明，该系统不仅能识别问题，还为高效解决问题提供了路线图。

该方法也非常高效。在模拟中加入这种置信度检查所增加的计算时间微乎其微，对于更大型、更复杂的模型，增加的时间通常不到 1%。这意味着它可以在每一次长期的模拟步骤中都使用，而不会减慢研究进度。研究人员证明，这点微小的代价换取了巨大的可靠性提升，使科学家能够带着信心运行模拟，而不必担心自己在不知不觉中陷入误差。通过将这种“calm”等级直接集成到基础模型中，该团队提供了一个工具，使这些强大的模拟变得更加安全和可靠，确保当科学家观察原子世界时，他们清楚地知道自己看到的是现实的反映，还是仅仅是一个猜测。

技术摘要：用于图原子簇展开基础势能的 CALM 外推等级

问题陈述
基础机器学习原子间势能（MLIPs），如 GRACE、MACE-MP 和 NequIP，通过在大型数据集（如 OMat24、SMAX）上进行训练，实现了跨广泛构型和化学空间的快速原子尺度模拟。虽然这些模型在训练领域内可以接近密度泛函理论（DFT）的精度，但它们缺乏原生的不确定性量化（UQ）能力。因此，模拟无法区分插值（在训练分布内）与隐性外推（在分布外），而在后者中，预测误差可能会增加数个数量级。现有的 UQ 方法（如深度集成/deep ensembles）由于需要多次训练运行和推理过程，对于基础模型而言计算成本过高。其他方法（如贝叶斯近似或证据回归）通常需要改变架构、额外的训练或重复的随机前向传播。因此，需要一种原子级、经过校准的外推等级，它能够以极低的计算开销被集成，并能在单次模型传递中与能量和力一同进行评估。

方法论
作者引入了**校准马氏距离（Calibrated Mahalanobis, CALM）**外推等级，记作 $\gamma$ 。该方法集成到 GRACE 基础模型中，其运作方式如下：

特征表示： 该方法利用源自 MLIP 不变多体基底的潜在特征空间。为了处理广泛的基底量级范围并确保在结构变形（压缩与拉伸）下的鲁棒性，作者采用了特定的特征构建方式：
- 将完整的不变乘积基底归一化为单位 $L_2$ 范数。
- 使用固定的随机投影（Johnson-Lindenstrauss 变换）将维度降低（例如降至 128 维）。
- 将完整基底和单个缩减块的对数范数通道附加到投影中，以保留在归一化过程中丢失的量级信息。
聚类与马氏距离： 对于每种化学元素，在潜在特征空间中对训练数据进行聚类。对于给定原子，其潜在特征向量为 $z$ ，该方法会识别其最近的聚类质心 $k^*$ 。马氏距离 $\sigma$ 计算如下：
$\sigma = \sqrt{(z - \mu_{e,k^*})^T \Sigma_{e,k^*}^{-1} (z - \mu_{e,k^*})}$
其中 $\mu$ 和 $\Sigma$ 是所分配聚类的均值和协方差。
校准： 距离 $\sigma$ 通过聚类特定的阈值 $\theta_{e,k^*}$ 进行归一化，从而产生等级 $\gamma = \sigma / \theta_{e,k^*}$ 。该阈值定义为训练集距离的中位数加上三倍标准差（通过中值绝对偏差估计）。因此， $\gamma = 1$ 标志着训练支持集的校准边界； $\gamma \le 1$ 表示插值，而 $\gamma > 1$ 表示外推。
可微性与聚合： 在固定的聚类分配内， $\gamma$ 对原子位置是可微的。作者还定义了一个加权邻域平均等级（ $\gamma_{nbr}$ ），以提高力误差不确定性的局部化程度。
计算效率： $\gamma$ 与能量和力在单次模型传递中同步评估。它仅需计算到存储的聚类统计量的距离，产生的计算开销取决于模型深度，仅为 1% 到 6% 左右。

核心贡献

CALM 等级： 一种直接集成在 GRACE 基础模型中的分段可微、原子级的外推等级。
特征工程： 证明了带有对数范数通道的归一化不变基底在检测结构（压缩/拉伸）和化学外推方面优于原始基底或线性投影基底。
校准策略： 一种基于训练距离分布设置通用阈值（ $\gamma=1$ ）的方法，涵盖不同元素和聚类，从而实现对外推风险的一致性解释。
不确定性引导采样： 利用 $\gamma$ 的空间梯度将分子动力学（MD）模拟偏置向不确定区域，从而在不重新训练基础模型的情况下，促进主动学习和数据集扩展。

结果

受控测试验证： CALM 等级成功识别了元素原型（Al, Cu, Fe, Si, Ti, W）在压缩和拉伸下的结构外推，表现优于线性投影基底（后者在邻居离开截断半径时无法检测到拉伸）。
与误差的相关性： 在 OMat24-val（分布内）和 SMAX（分布外）数据集上， $\gamma$ 与原子力误差相关。Spearman 相关系数在 OMat24-val 上达到 0.497，在 SMAX 上达到 0.617。邻域平均（ $\gamma_{nbr}$ ）进一步提高了这些相关性。
与其他方法对比： CALM 在基于相同特征构建的 D-最优性（MaxVol）等级方面实现了更高的力误差相关性，且性能与深度集成（其推理成本为 3 倍）相当，但计算成本显著更低。
材料发现基准测试： 应用于 WBM 生成能基准测试时，通过过滤掉 $\gamma > 1$ 的结构，在保留 80% 结构的同时，将生成能的平均绝对误差（MAE）从 17.7 降低至 16.3 meV/atom。
主动学习： 在铝（Aluminum）和硅（Silicon）的不确定性引导 MD（HAL）中，沿 $\gamma$ 的梯度进行采样收集到的配置比无偏 MD 具有更大的力误差。与使用无偏数据训练的势能相比，通过这些不确定性偏置数据集进行增量训练（upfitting）的势能，在高温和液相阶段表现出更高的精度。
基础模型扩展： 当应用于在 SMAX 上训练的基础模型时，该方法成功识别了比训练集具有更高力误差的配置，为扩展模型训练领域提供了候选对象。

意义与主张
本文声称，CALM 等级为基础机器学习原子间势能提供了一种实用、低成本的不确定性量化解决方案。通过其可微性和可单次传递计算的特性，它能够实现实时监控模拟可靠性，并指导数据获取策略。作者强调，尽管 $\gamma$ 与误差之间的相关性随数据集和化学性质而变化，但该方法提供了一个经过校准的、针对特定元素的边界，从而区分了插值与外推。这项工作表明，不确定性指标可以成为势能评估过程的内在组成部分，在仅增加百分比级计算成本的同时，显著提高未知机制下的模拟可靠性，并通过针对性采样促进训练数据集的扩展。

类似论文