通用原子间势作为构型空间生成器用于从头算精度材料专属模型的一次性和迭代微调

《The Journal of Physical Chemistry Letters》:Universal Interatomic Potentials as Configuration-Space Generators for One-Shot and Iterative Fine-Tuning of Ab Initio-Accurate Material-Specific Models

【字体: 大 中 小 】 时间:2026年08月27日 来源:The Journal of Physical Chemistry Letters 4.5

编辑推荐:

  通用机器学习原子间势(MLIPs)正迅速成为原子模拟的通用工具,但其在涉及反应事件时定量材料建模中的作用仍未确定。研究人员比较了七个化学多样性系统中的五种通用MLIPs,发现标准基准上的强劲表现并不能保证对目标可观测量的准确预测。特别是,零样本(zero-sh

  
通用机器学习原子间势(MLIPs)正迅速成为原子模拟的通用工具,但其在涉及反应事件时定量材料建模中的作用仍未确定。研究人员比较了七个化学多样性系统中的五种通用MLIPs,发现标准基准上的强劲表现并不能保证对目标可观测量的准确预测。特别是,零样本(zero-shot)模型不能可靠地重现反应、输运或高势垒过程,此处以MoS2中的硫空位跳跃为例特别说明。因此,研究人员针对目标可观测量基准测试了一种实用替代方案:使用通用MLIPs生成长分子动力学轨迹,对所得构型进行子采样并用密度泛函理论(DFT)重新标记,随后在所得第一性原理数据集上训练或微调材料专属MLIPs。该工作流程将通用模型转化为高效的构型空间生成器,同时保留用于训练的从头算参考标签,并将其对势能面的系统性软化从缺陷转变为采样优势。在测试的系统中,2000个DFT重算结构通常足以获得准确的微调或从头训练模型。对于最具挑战性的案例,迭代自训练逐步精炼采样的构型空间,仅用总共600次第一性原理计算即恢复了DFT MoS2势能曲线。对于单个NVIDIA A100 GPU和四个32核CPU节点上的512原子系统,完整工作流程——包括训练数据生成、DFT标记和模型创建——在3天内提供了1,000,000步从头算质量的分子动力学(MD)步骤。
**论文解读:通用机器学习原子间势作为构型空间生成器——实现材料专属模型的高效构建**

**一、研究背景与问题**

原子模拟对于理解和设计功能材料至关重要,但长期以来受制于精度与计算成本之间的权衡。基于密度泛函理论(DFT)的从头算分子动力学(AIMD)无需经验参数即可提供化学键合和反应机制的信息,但通常局限于相对较小的系统规模和较短的时间尺度。经典力场虽可将模拟扩展到更大的长度和时间尺度,但其精度和可迁移性受限于固定的函数形式和参数化领域。这一精度-效率困境对于离子输运、缺陷迁移、氢键重排、溶剂化动力学和键断裂等过程尤为严峻,因为这些过程需要长轨迹,而相关物理机制由势能面的细微变化控制。

机器学习原子间势(MLIPs)通过学习DFT质量的势能面,同时保持接近经典分子动力学的计算成本,已成为弥合这一差距的有效途径。最近的发展是通用或基础MLIPs的出现,这些模型在包含数百万DFT标记结构的大型化学多样性数据库上预训练,提供了将单一预训练模型用作广泛材料的通用模拟引擎的可能性。然而,核心问题不仅在于通用MLIPs在基准指标上表现如何,还在于它们能否重现激发模拟的特定可观测量。许多科学相关的可观测量取决于构型空间高势垒区域中的稀有或反应事件,而非仅依赖平衡结构。

微调为获得材料专属精度提供了一条途径。然而,当目标系统与预训练分布差异较大时,传统的微调方法可能不足或需要大量从头算微调数据。本研究旨在探索将通用MLIPs作为构型空间生成器而非最终生产势的替代策略,以高效构建材料专属的、从头算精度的模型。

**二、研究内容与主要技术方法**

研究人员在七个化学多样性系统中系统评估了该策略,涵盖不同键合模式、物相和动力学过程:磷酸二氢铯(CDP)及其衍生物Cs7(H4PO4)(H2PO4)8(CPP)、L-焦谷氨酸铵(L-Pyro)、溶剂化苯酚(PhOH)、氢氧化钾水溶液(KOH)、结晶态Li13Si4以及含硫空位的MoS2。每个系统定义了目标可观测量作为精度判据。研究首先评估了九种通用MLIPs的零样本性能,然后比较了在不同数据集上微调获得的材料专属模型。

关键技术方法包括:(1)通用MLIPs驱动的长时分子动力学轨迹生成;(2)等距子采样策略选取构型;(3)DFT单点能重算标记所选结构;(4)在DFT标记数据集上训练或微调材料专属模型;(5)迭代自训练流程用于复杂系统。训练数据包含每系统10、200和2000个从AIMD轨迹等距采样的构型,温度范围为300至1000 K。所有微调和训练计算均使用各MLIP框架的官方实现,在NVIDIA A100 GPU上进行。

**三、研究结果**

**零样本性能评估。** 九个通用模型在七个化学系统上的直接零样本使用对于依赖稀有或反应事件的目标量仍不可靠。以MoS2硫空位跳跃为例,即使是性能最佳的零样本通用模型pet-oam-xl,低估跳跃势垒约0.3 eV,无法达到可靠解释所需的精度。较老的基础模型可能定性失效,而较新的大型模型虽显著减小误差但仍未恢复DFT参考曲线。

**通用模型采样的构型用于微调。** 当使用2000个DFT重算的通用模型轨迹结构进行微调时,对于CDP、CPP、KOH、Li13Si4和L-Pyro系统,力误差与AIMD训练的参考模型相当。但MoS2和PhOH系统的力误差约为AIMD训练模型的两到三倍。训练集大小对最终模型质量影响显著,从200增加到2000个DFT标记构型可改善模型性能,尤其对能量精度影响最大。对于MoS2硫空位跳跃,仅使用2000个数据点的模型能合理重现DFT能量曲线,但生成模型的质量和数据集的规模都至关重要。

**迭代自训练。** 对于最具挑战性的MoS2硫空位跳跃,研究人员展示了迭代自训练策略。初始模型仅用200个AIMD轨迹子采样构型微调mace-mp-0获得,随后用该模型执行60万步MD模拟,从轨迹中等距采样200个构型并用DFT重算形成下一代训练集。重复此过程得到第三代模型,正确重现了DFT硫空位能量曲线,仅需总共600次第一性原理单点计算和两次额外的MLIP MD模拟。训练集组成分析显示,初始AIMD数据局限于构型坐标0至0.25区间,第一代模型因低估终态能量而采样过度集中于0.5至1.0区间,第二代模型则均衡覆盖两个硫空位位点,第三代模型成功恢复DFT曲线。

**替代微调策略比较。** 低秩适应(LoRA)微调在迭代训练早期阶段可提高数据效率;保留前代数据并线性增加数据集大小可显著改善第二代模型的硫空位能量曲线预测;多头重放微调未提供明显额外益处。以pet-oam-xl轨迹初始化的迭代工作流也能良好运行,但后续迭代中模型精度下降,需监测生成构型的多样性和相关性。

**四、讨论与结论**

研究表明,最先进的通用MLIPs通常不应被视为面向目标可观测量模拟的最终生产势。尽管最新模型比早期世代准确得多,但对于反应事件、离子迁移率、缺陷运动或势能面高能区域相关的多个可观测量仍然失效。然而,通用模型作为构型生成器具有重要价值:它们能以低计算成本生成多样且物理有意义的构型,经DFT重算后形成准确的训练数据集。在所研究的系统中,2000个从现代通用MLIPs轨迹中选取的DFT重算构型通常足以获得准确的模型,约三分之二的系统/生成器组合达到所需精度。生成模型的质量至关重要,较旧或精度较低的通用MLIPs可能导致材料专属模型质量明显下降。

该工作流程利用通用模型对势能面的系统性软化特性,将其转化为采样优势。软化的势垒使模型在分子动力学中更频繁地访问非平衡构型,这些构型经DFT重算后为高能区域提供针对性参考数据。迭代自训练进一步利用这一特性,逐步精炼构型空间,同时通过第一性原理标签规范非物理区域。

总之,通用MLIPs在加速数据集生成过程中提供最大益处,允许廉价生成长而多样的轨迹,而DFT仍负责最终参考标签。所提出的工作流程可在数天内实现纳秒级、第一性原理质量的原子模拟,同时通过目标可观测量保持清晰的验证路径。该策略可应用于最小用户输入,无需系统特定程序。论文发表在《The Journal of Physical Chemistry Letters》。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号