[논문 리뷰] Machine Learning, Quantum Mechanics, and Chemical Compound Space

Raghunathan Ramakrishnan, O. Anatole von Lilienfeld|arXiv (Cornell University)|2015. 10. 26.

Machine Learning in Materials Science참고 문헌 9인용 수 5

한 줄 요약

이 논문은 분자 및 물질 성질을 고정밀도와 계산 효율성으로 예측하기 위해 양자역학적(QM) 데이터로 훈련된 기계학습(ML) 모델을 사용하는 것을 제안한다. 원자 결합 에너지, 전자적 성질, 힘과 같은 QM 계산된 성질의 대규모 데이터셋을 활용함으로써, ML 모델은 화학 정밀도를 달성하고 1초 이내의 추론 시간을 확보하여 화학 화합물 공간의 고속 스크리닝을 가능하게 한다.

ABSTRACT

We review recent studies dealing with the generation of machine learning models of molecular and solid properties. The models are trained and validated using standard quantum chemistry results obtained for organic molecules and materials selected from chemical space at random.

연구 동기 및 목표

• ab initio 계산에서 유래한 데이터를 사용하여 분자 및 물질의 양자역학적 성질을 정확하게 예측할 수 있는 기계학습 모델을 개발하는 것.
• 분자 크기 증가에 따라 지수적으로 증가하는 고차원의 화학 화합물 공간(CCS)을 효율적으로 탐색하는 데 도전하는 것.
• ML 모델이 계산 비용이 많이 드는 양자역학적 계산의 정확하고 빠른 대체 모델로 기능할 수 있음을 보여주는 것.
• 훈련 분포 외의 새로운 분자 구조로 일반화할 때 ML 모델의 이식성과 한계를 조사하는 것.
• 분자 성질 예측에서 국소 화학 환경을 포착하기 위한 최적의 표현 방식과 커널 함수를 탐색하는 것.

제안 방법

• DFT, 후-HF, QMC와 같은 ab initio 방법을 통해 계산된 대규모 양자역학적 성질 데이터셋을 기반으로 감독 학습된 ML 모델을 훈련하는 것.
• 탄력적인 기저 함수와 커널 방법을 사용하여 분자 구조를 회귀 모델이 원자 결합 에너지, HOMO/LUMO 수준, 분극모멘트와 같은 성질을 예측할 수 있는 특징 공간으로 매핑하는 것.
• GDB-17 데이터셋의 134,000개의 유기 분자를 대상으로 고성능 컴퓨팅 시스템에서 표준화된 양자화학 프로토콜을 적용하여 일관되고 고품질의 훈련 데이터를 생성하는 것.
• 국소 원자 환경을 인코딩하는 표현 방식을 적용하여 유사한 국소 모티프를 가진 더 큰 분자로의 이식성을 가능하게 하는 것.
• 훈련 세트에 포함되지 않은 분자를 대상으로 한 샘플 외 예측을 통해 모델의 일반화 능력과 강건성을 검증하는 것.
• Born-Oppenheimer 근사와 통계역학을 활용하여 화학 화합물 공간을 최소 잠재 에너지 상태의 다양체로 정의하는 물리적 프레임워크를 설정하는 것.

실험 결과

연구 질문

• RQ1 기계학습 모델이 양자역학적 데이터로 훈련된 후 분자 및 물질 성질을 화학 정밀도로 정확하게 예측하고 계산 효율성을 확보할 수 있는가?
• RQ2 크기, 조성, 기하학적 구조에서 훈련 세트와 상당히 다를 경우 ML 모델의 일반화 능력은 어느 정도인가?
• RQ3 분자 표현 방식과 커널 함수는 양자역학적 관측량의 정확하고 이식 가능한 예측을 가능하게 하는 데 어떤 역할을 하는가?
• RQ4 ML 모델이 화학 화합물 공간의 고속 스크리닝에서 고비용 ab initio 계산의 대체 모델로 얼마나 효과적으로 기능할 수 있는가?
• RQ5 훈련 데이터가 포함한 화학 공간 외부로 외삽할 때 ML 모델의 근본적인 한계는 무엇인가?

주요 결과

• 최소 1,000개의 예제로 훈련된 ML 모델은 원자 결합 에너지 및 전자 구조 기술자와 같은 분자 성질에 대해 준정량 정밀도를 달성한다.
• 수천 개의 예제로 훈련된 모델은 원자 결합 엔탈피 및 분극모멘트와 같은 핵심 성질에 대해 실험 측정값과 경쟁력 있거나 이를 초월하는 정밀도에 도달한다.
• 훈련된 모델을 사용한 추론은 분자당 수 밀리초 이내로 이루어지며, 표준 양자화학 방법으로 슈뢰딩거 방정식을 해결하는 데 필요한 수 시간의 CPU 시간과 대비된다.
• 국소 화학 환경이 유지되는 경우, 더 큰 분자로의 이식성이 모델에서 입증되었으며, 이는 원자 전하, 힘과 같은 국소 성질이 복잡한 시스템에서도 신뢰성 있게 예측될 수 있음을 시사한다.
• 성공에도 불구하고, ML 모델은 훈련 분포와 상당히 다를 경우, 특히 새로운 화학 스토이히오메트리나 극단적인 기하학적 구조를 가진 분자나 물질에 대해서는 제한된 이식성을 보였다.
• 본 연구는 충분하고 대표적인 훈련 데이터가 확보될 경우, ML이 양자역학적 계산의 정확하고 효율적인 대체 모델로 기능할 수 있음을 강력한 수치적 증거로 제시한다.