La IA y los problemas difíciles del mundo · Química y materiales · arXiv · 2026-10-19
Potenciales interatómicos de aprendizaje automático de largo alcance y escalables con respuesta eléctrica para el modelado atomístico de materiales
Título original: Scalable long-range machine learning interatomic potentials with electrical response for atomistic material modeling
El artículo presenta DPA4C-LR, un potencial interatómico de aprendizaje automático que maneja la electrostática de largo alcance y la respuesta eléctrica, a la vez que permite una evaluación distribuida. Separa las fuerzas electrostáticas de largo alcance y las cargas efectivas de Born en un cálculo global y derivadas locales de cargas latentes aprendidas. El modelo escala hasta 5.2 millones de átomos en cuatro GPU con un coste aproximadamente el doble que el de su arquitectura base de corto alcance, y reproduce los espectros infrarrojos dependientes del campo del agua y la histéresis de polarización de un ferroeléctrico relaxor. También predice una conductividad iónica a temperatura ambiente para un compuesto amorfo basado en Li.