KI und die schwierigen Probleme der Welt · Chemie & Materialien · arXiv · 2026-10-19
Der Trainingsdatensatz ist entscheidend für maschinelle interatomare Potenziale: Wassersimulation als Beispiel
Originaltitel: Training Dataset Matters for Machine Learning Interatomic Potentials: Water Simulation as an Example
Am Beispiel von Wasser zeigt dieser Beitrag, dass maschinelle interatomare Potenziale (MLIPs) auf Trainingsdatensätze angewiesen sind, die die relevanten thermodynamischen Bedingungen und Phasen abdecken. Unzureichend abgetastete Datensätze führten zu falschen Vorhersagen von Dichte, Schmelztemperatur und nuklearen Quanteneffekten. Umfassende Datensätze, die mit derselben Elektronenstrukturmethode berechnet wurden, lieferten unabhängig von der MLIP-Architektur konsistente Vorhersagen, mit Dichten in quantitativer Übereinstimmung mit Referenzrechnungen.