L'IA face aux grands problèmes du monde · Chimie et matériaux · arXiv · 2026-10-19
Le jeu de données d'entraînement est déterminant pour les potentiels interatomiques d'apprentissage automatique : l'exemple de la simulation de l'eau
Titre original: Training Dataset Matters for Machine Learning Interatomic Potentials: Water Simulation as an Example
En prenant l'eau comme exemple, cet article montre que les potentiels interatomiques d'apprentissage automatique (MLIP) dépendent de jeux de données d'entraînement couvrant les conditions thermodynamiques et les phases pertinentes. Des jeux de données insuffisamment échantillonnés ont conduit à des prédictions erronées de la densité, de la température de fusion et des effets quantiques nucléaires. Des jeux de données complets calculés avec la même méthode de structure électronique ont donné des prédictions cohérentes quelle que soit l'architecture du MLIP, avec des densités en accord quantitatif avec les calculs de référence.