[论文解读] MLIP-3: Active learning on atomic environments with Moment Tensor Potentials

Evgeny V. Podryabinkin, Kamil Garifullin+2 more|arXiv (Cornell University)|Apr 25, 2023

Machine Learning in Materials ScienceMaterials Science被引用 3

一句话总结

MLIP-3 引入了一个增强的软件包，用于在大规模模拟中的原子局部环境中构建并主动训练矩张量势（MTPs）。它实现了对局部原子环境的高效并行主动学习，显著提高了数据效率和模型精度，同时在材料建模应用中保持了高性能计算能力。

ABSTRACT

Nowadays, academic research relies not only on sharing with the academic community the scientific results obtained by research groups while studying certain phenomena, but also on sharing computer codes developed within the community. In the field of atomistic modeling these were software packages for classical atomistic modeling, later -- quantum-mechanical modeling, and now with the fast growth of the field of machine-learning potentials, the packages implementing such potentials. In this paper we present the MLIP-3 package for constructing moment tensor potentials and performing their active training. This package builds on the MLIP-2 package (Novikov et al. (2020), The MLIP package: moment tensor potentials with MPI and active learning. Machine Learning: Science and Technology, 2(2), 025002.), however with a number of improvements, including active learning on atomic neighborhoods of a possibly large atomistic simulation.

研究动机与目标

• 开发下一代软件包，用于训练矩张量势（MTPs），提升易用性和可扩展性。
• 实现在大规模原子构型中提取的局部原子环境的主动学习，减少数据需求和计算成本。
• 增强对分布式计算环境的并行化能力，以加速 MTP 训练和模拟。
• 支持对复杂材料性质（如扩散、熔化和热导率）的高精度、低成本机器学习势。
• 提供用户友好且可扩展的框架，在保持 MTPs 的精度和泛化能力的同时，通过主动学习实现高效的模型优化。

提出的方法

• 利用矩张量势（MTPs），通过张量基函数表达局部原子环境的能量总和。
• 通过从大规模模拟中选择最不确定或最具信息量的原子局部环境进行从头算训练，实现主动学习。
• 采用 MTP 基函数的线性展开：$ V^{\text{MTP}}(\mathfrak{n}_i) = \sum_{\alpha=1}^{N_{\text{lin}}} \xi_\alpha B_\alpha(\mathfrak{n}_i) $，其中参数 $ \xi_\alpha $ 通过回归训练得到。
• 使用 MPI 实现并行计算，支持在多个计算节点上进行分布式训练和评估。
• 通过 k-网格、能量截断和真空尺寸对 VASP 计算的能量和力进行收敛性测试，以确保参考数据的准确性。
• 通过比较孤立簇中中心原子的受力与完整周期性体系中的受力，验证模型性能，确认跨尺度的一致性。

实验结果

研究问题

• RQ1 在原子局部环境中实施主动学习是否能提升矩张量势训练的数据效率和精度？
• RQ2 在局部提取的簇中，中心原子所受的力与在完整周期性体系中的受力相比如何？
• RQ3 用于 MTP 训练的从头算参考数据，其最优收敛参数（k-网格、ENCUT、真空尺寸）是什么？
• RQ4 与 MLIP-2 相比，新版本 MLIP-3 在大规模材料模拟中在可扩展性和易用性方面提升了多少？
• RQ5 通过在局部环境中实施主动学习训练的 MTPs，是否能对扩散和热导率等复杂材料性质保持高精度？

主要发现

• 在局部提取的 8 Å 半径簇（含 165 个原子）中，中心原子的受力与完整 336 个原子周期性体系中的受力非常接近，差异低于 0.05 eV/Å。
• 收敛性测试表明，300 eV 的能量截断、1×1×1 的 k-网格以及每方向 9 Å 的真空厚度足以获得准确的从头算参考数据。
• 周期性构型的最优 k-网格为 3×3×1，对应的能量收敛至 -1181.358 eV。
• 基于局部环境主动学习训练的 MTP 模型在使用极少参考数据的情况下仍保持高精度，显著降低了计算成本，聚焦于关键原子环境。
• MLIP-3 在并行化和易用性方面优于 MLIP-2，通过 MPI 和主动学习工作流，实现了大规模模拟的高效训练。
• 该软件包成功支持了材料性质（如熔点、热导率和扩散系数）的高精度建模，其有效性已在先前使用 MTPs 的研究中得到验证。