无序原子结构也能按性能反推:GaDiT把采样提速两个数量级,还能给出结构—性能线索
核心概要
无序材料的原子排布空间极大,传统分子动力学和蒙特卡洛只能沿单条轨迹顺序更新,快冷还会把网络困在高能缺陷态,使结构—性能关系难以厘清。GaDiT把动态周期图上的图Transformer与掩码条件、区间加权训练噪声结合,直接预测原子噪声向量,在二维非晶碳和三维非晶硅、二氧化硅上生成结构,采样比基于校正子的方法快两个数量级。同一模型支持单条件与组合条件生成,并在非晶碳中生成训练集之外的结构—性能组合。
深度剖析
无序原子结构现在可以由一个生成模型直接采样,而不必依赖逐条轨迹的分子动力学或蒙特卡洛模拟。 此前的模拟流程先用分子动力学或蒙特卡洛生成结构、再计算性质,每次运行只能通过顺序更新探索构型空间,跨越能垒的集体重排很少发生。 在二维非晶单层碳上,生成网络经固定晶胞弛豫后平均原子位移均方根仅0.0236 Å,平均能量下降0.0253 eV atom-1,三配位原子占比95.40%,接近训练集的98.05%。
生成过程不再需要能量模型那样的二阶导数与随机校正子步骤,采样因此大幅加快。 基于能量的扩散模型要通过学习标量能量的梯度得到去噪力,训练需二阶导数、采样每步需坐标梯度,为压制高能缺陷还要加入哈密顿蒙特卡洛等校正子,每个结构多出数千次评估。 在同一块GPU上,空模式GaDiT生成一个非晶碳结构比带哈密顿蒙特卡洛校正的AMDEN快两个数量级以上,也快于无校正子的AMDEN变体;其弛豫后能量与六元环分布的Wasserstein距离不到AMDEN-HMC的一半、不到eRSI的三分之一。
一个共享网络可以按结构特征、物理性质或制备条件的任意子集生成结构,并组合多个目标做逆向设计。 多数条件生成模型假定固定的输入标签集合,换一组目标组合就要重新训练。 在非晶碳上,单条件生成对弹性模量的线性拟合斜率为0.948,弛豫后目标平均绝对误差9.31 N m-1;联合模量与六元环比例条件时,模量固定为某值时生成结构的六元环比例分布明显宽于任一单条件结果,覆盖训练集之外的组合。
启示与展望
演示范围限于二维非晶单层碳以及三维非晶硅和二氧化硅,训练数据来自熔融—淬火分子动力学与AMDEN源结构,性质标签由Tersoff势等经典势弛豫和应变计算得到。
生成能量分布仍比刻意加宽的训练集更窄;冷却速率作为动力学制备参数,其条件生成只在训练覆盖的冷却速率区间内与分子动力学的对数趋势吻合。
