[论文解读] Evaluation of the MACE Force Field Architecture: from Medicinal Chemistry to Materials Science

Dávid Péter Kovács, Ilyes Batatia+2 more|arXiv (Cornell University)|May 23, 2023

Machine Learning in Materials ScienceMaterials Science被引用 3

一句话总结

本文评估了MACE机器学习势能场架构，在从小型有机分子和液态水到非晶碳和大分子生物体系的多样化化学与材料体系中，仅使用极少的训练数据（最少50个构型）即实现了最先进的性能，且无需迭代调优，准确预测能量、受力和振动光谱。

ABSTRACT

The MACE architecture represents the state of the art in the field of machine learning force fields for a variety of in-domain, extrapolation and low-data regime tasks. In this paper, we further evaluate MACE by fitting models for published benchmark datasets. We show that MACE generally outperforms alternatives for a wide range of systems from amorphous carbon, universal materials modelling, and general small molecule organic chemistry to large molecules and liquid water. We demonstrate the capabilities of the model on tasks ranging from constrained geometry optimisation to molecular dynamics simulations and find excellent performance across all tested domains. We show that MACE is very data efficient, and can reproduce experimental molecular vibrational spectra when trained on as few as 50 randomly selected reference configurations. We further demonstrate that the strictly local atom-centered model is sufficient for such tasks even in the case of large molecules and weakly interacting molecular assemblies.

研究动机与目标

• 评估MACE架构在广泛化学与材料科学体系中的性能表现。
• 评估其在使用最少参考构型的情况下训练高精度模型的数据效率。
• 研究模型在多样化化学环境（包括弱相互作用体系与凝聚相）中的泛化能力。
• 在QM9、ANI-1x和COMP6等基准数据集上测试其可转移性与外推能力。
• 证明局部、原子中心化设计在无需全局模型修改的情况下捕捉长程与多体效应的有效性。

提出的方法

• 基于球面谐多项式，采用多体等变消息传递框架，描述局部原子环境。
• 采用分层消息传递架构，包含多层（S）与体序特征，以捕捉高阶体相互作用。
• 应用可学习的径向基函数，结合截断半径（r_cut）以定义局部原子邻域。
• 在训练过程中使用损失调度器，以提升在多样化数据集上的收敛性与泛化能力。
• 采用两层MACE模型，每层截断半径为5 Å，以在大分子体系中平衡局部性与精度。
• 在公开发布的基准数据集（包括QM9、ANI-1x、COMP6、M3GNet以及水/凝聚相体系）上进行模型训练。

实验结果

研究问题

• RQ1 MACE是否能在包括小分子、生物分子和凝聚相在内的多样化化学体系中实现最先进精度？
• RQ2 在仅使用50个构型的情况下，MACE在数据需求方面效率如何，特别是当训练数据极少时？
• RQ3 MACE的局部、原子中心化设计在多大程度上能捕捉大体系中长程与弱分子间相互作用？
• RQ4 MACE是否能在极少训练数据下且无需迭代微调的情况下，准确再现实验振动光谱？
• RQ5 MACE在泛化、可转移性及通用势能场基准测试中的表现与先前模型相比如何？

主要发现

• 在COMP6基准测试中，MACE在能量与受力预测精度上优于先前最先进模型5至7倍。
• 仅使用50个乙醇随机构型训练的MACE模型，无需迭代训练即可准确再现耦合簇级别振动光谱。
• 在液态水的NVT与NPT分子动力学模拟中，MACE表现出极高的精度，正确描述了热力学与动力学性质。
• 在M3GNet数据集中，MACE在多种材料中实现高精度与强可转移性，支持通用势能场应用。
• 在QM9基准测试中，MACE在多个目标上表现优异，展现出超越势能场拟合任务的强泛化能力。
• 具有高阶体序特征的局部、原子中心化架构，实现了卓越的外推能力与数据效率，优于基于核函数及低阶体序的模型。