← 最新论文
🔬 材料科学

A Universal Diffusion Model for the Quantum Position Operator

本文介绍了一种通用的、基于 E(3)-等变图神经网络的扩散模型,该模型能够准确预测不同材料中量子位置算符的矩,从而实现对电子极化、局域化以及红外光谱和压电张量等关键响应函数的可扩展计算,适用于常规第一性原理方法难以处理的复杂系统。

原作者: Ransell D'Souza, Austin Zadoks, Riccardo Dal Molin, Nataliia Manko, Junfeng Qiao, Nicola Marzari, Antimo Marrazzo

发布于 2026-11-19
📖 1 分钟阅读☕ 轻松阅读

原作者: Ransell D'Souza, Austin Zadoks, Riccardo Dal Molin, Nataliia Manko, Junfeng Qiao, Nicola Marzari, Antimo Marrazzo

原始论文根据 CC0 1.0(http://creativecommons.org/publicdomain/zero/1.0/)发布到公有领域。 ✨ 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

在每一种绝缘材料内部,从窗户的玻璃到电容器中的陶瓷,电子都无法自由游走。它们被束缚在原子中或在化学键中共享,从而创造出一个隐藏的电荷景观,决定了材料如何与世界发生反应。当电场作用于这些材料,或者当它们被挤压和拉伸时,电子会发生轻微位移,产生这种驱动从传感器到能量收集器的各种装置的响应。为了理解并预测这种行为,科学家需要追踪这些电子的精确平均位置,即所谓的瓦尼尔电荷中心(Wannier charge centers)。这些点就像是电子云的有效重心,它们的运动决定了材料的电学特性。然而,对于像液态水或非晶硅这样复杂且杂乱无章的材料,计算这些位置长期以来一直是一个瓶颈。标准方法需要巨大的计算能力,使得模拟理解现实世界现象(如水如何吸收红外光或玻璃在应力下如何导电)所需的庞大且无序的系统变得几乎不可能。

一组研究人员现在引入了一种新方法,通过使用一种旨在学习电子电荷形状的人工智能来绕过这些计算障碍。该方法不再试图为大规模模拟中的每一个原子求解复杂的量子力学方程,而是训练一个模型,根据周围原子的排列情况来预测这些电子中心应该位于何处。研究人员称其方法为通用扩散模型(universal diffusion model)。在这个过程中,计算机首先对电子中心所在的位置进行一个猜测,然后迭代地优化这个猜测,通过逐步去除随机噪声,直到预测的位置稳定在正确的构型中。这类似于雕塑家从一块粗糙的石块开始,通过凿去多余的部分来显现内在的形式,只不过在这里,“凿去”是一个引导模型从混沌走向有序的数学过程。

该团队在三种截然不同的物质类型上测试了这个框架:液态水、非晶硅和一种被称为钛酸钡的晶体陶瓷。对于液态水,他们在包含32个分子的较小数据集上训练了模型,然后用它来预测一个包含512个分子的庞大系统的行为。该模型成功重建了电子中心的运动,使研究人员能够计算出材料的红外光谱。这种光谱展示了材料如何吸收光线,其结果与实验数据高度吻合,捕捉到了维持水分子结合的氢键的具体振动。这一成就意义重大,因为使用传统方法模拟这样一个大型系统将是极其昂贵且耗时的。

在非晶硅(一种用于太阳能电池板的非晶态元素)的案例中,研究人员将该模型应用于一个包含512个原子的系统。同样,该模型准确预测了电子中心的位置,从而能够计算出材料的红外响应。结果重现了无序硅的特征振动特征,证实了该模型可以处理缺乏规则晶体结构的情况。研究人员还将该技术应用于已知在受压时能产生电力的材料——钛酸钡。通过预测电子中心,该模型能够计算出该材料的压电特性(即对机械形变的电学响应),其精度与已有的第一性原理计算相匹配。

或许最令人惊叹的展示是该模型对从未见过的材料进行泛化处理的能力。研究人员在一个包含近3000种涵盖67种不同化学元素的晶体绝缘体数据集上训练了一个单一的通用版本模型。随后,他们将该模型测试在100种完全不在训练集中的新材料上。尽管从未遇到过这些特定的化合物,该模型仍能高精度地预测电子中心,表明它已经学习到了电子在不同化学环境中如何局域化的基本规则。这表明该模型捕捉到了超越记忆特定实例的、具有迁移性的电子结构深层理解。

这项工作的意义延伸到了材料科学的未来。通过提供一种快速且准确的方法来确定电子位置,该模型为模拟此前难以触及的复杂大规模系统打开了大门。这包括研究电子在无序液体中的行为、在非晶固体中的运动,以及在功能材料中如何响应温度变化。研究人员设想,这一工具可以集成到设计新材料的工作流程中,允许科学家在无需承担传统方法沉重计算成本的情况下,筛选出数以千计具有特定电学特性的候选材料。虽然目前的工作重点在于预测电子中心的位置和弥散度,但该框架具有足够的灵活性,未来有望预测其他电子特性,为理解复杂物质的电子核心提供一条可扩展的途径。

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。

试用 Digest →