Challenging Atomistic Foundation Models on Disordered Carbons
本研究对六种基础机器学习原子间势函数在无序碳系统上进行了压力测试，揭示了低训练误差并不能保证域外可靠性，并确定 MACE-MH-1 是生成实验真实纳米多孔碳结构最稳健的模型。
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，研究人员不断致力于制造更好的电池、超级电容器和水过滤器。许多此类技术中的关键成分是一种特殊的碳，这种碳充满了微小的孔洞，被称为纳米多孔碳。这种材料之所以极其有用，是因为其巨大的内部表面积可以捕捉能量或过滤杂质。然而，要准确理解这种材料是如何形成和表现的却非常困难。在原子层面，碳原子的排列方式是混乱且无序的，混合了不同类型的化学键，并创造了一个复杂的孔隙网络。为了研究这一点，科学家们使用强大的计算机模拟技术，就像一台虚拟显微镜，追踪每一个原子随时间如何移动以及如何相互作用。多年来，这些模拟依赖于针对碳制定的特定、手工设计的规则，但新一代工具已经出现。这些工具被称为基础模型（foundation models），它们就像是在海量数据上训练出的通用计算器，能够预测原子在几乎任何情况下的行为，而无需为每种新材料重新进行训练。现在的重大问题是，这些通用工具是否足够可靠，能够处理制造现实纳米多孔碳时所需的复杂且极端的条件。
一个研究小组决定通过使用无序碳对六个最受欢迎的基础模型进行严格的压力测试，来检验其可靠性。他们不仅仅观察这些模型在静态计算机屏幕上计算能量的表现如何；他们通过模拟制造这种材料的整个过程，将模型推向了极限。这包括将碳加热到极高温度直至其熔化，然后迅速冷却使其凝固，最后再次加热让原子重新排列成稳定的结构。他们使用纯碳以及含有氧和氢的碳进行了这些测试，后者在现实世界的材料中很常见，但在计算机模型中经常被忽略。研究人员发现，虽然一些模型在简单的标准测试中表现良好，但在被要求模拟制造这种材料的复杂、高温历程时，却表现得一败涂地。尽管这些模型的各种基本误差得分在纸面上看起来很好，但其中几个模型产生了物理上不可能的结果，例如原子坍缩在一起，或者模拟过程完全崩溃。
这项研究表明，标准测试中的低误差数值并不能保证一个模型在现实世界中有效。当研究人员检查结合曲线（即显示原子如何相互吸引和排斥的曲线）时，他们发现当原子被挤压在一起或拉开时，某些模型会产生奇怪且不符合物理规律的行为。这些隐藏的缺陷意味着，当模型尝试模拟熔化和冷却过程时，无法维持一个稳定的结构。其中一个模型脱颖而出，表现得最为稳健，它成功完成了跨越各种密度和成分的所有模拟。该模型生成的结构与科学家在实际实验中看到的非常相似，能够正确重现孔径的大小以及原子的结合方式。相比之下，其他最初看起来很有前景的模型在试图构建稳定结构时失败了，尤其是在加入氧和氢之后。
研究人员还发现了一个关于氧和氢如何影响材料的惊喜发现。虽然这些额外的原子并没有改变碳邻居的直接排列，但它们显著改变了更大的结构。这些元素的存在使得孔径变得更大，并创造了一个更开放的网络。这表明材料的化学成分在最终结构组装过程中起着至关重要的作用，而纯碳模型可能会忽略这一细节。这项工作强调，选择合适的工具来完成特定的任务至关重要；仅仅因为一个模型是在广泛的数据集上训练的，并不意味着它适用于每一个具体的应用。该团队得出结论，在科学家可以信任这些强大的新工具来设计现实世界的材料之前，必须不仅测试它们计算数字的能力，还要测试它们模拟材料实际形成过程中那种动态、混乱现实的能力。这种方法确保了虚拟模型不仅在数学上优雅，而且在物理上值得信赖。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。