L'IA face aux grands problèmes du monde · Chimie et matériaux · arXiv · 2026-10-19
Potentiels interatomiques d'apprentissage automatique à longue portée et évolutifs, avec réponse électrique, pour la modélisation atomistique des matériaux
Titre original: Scalable long-range machine learning interatomic potentials with electrical response for atomistic material modeling
L'article présente DPA4C-LR, un potentiel interatomique par apprentissage automatique qui traite l'électrostatique à longue portée et la réponse électrique tout en permettant une évaluation distribuée. Il sépare les forces électrostatiques à longue portée et les charges effectives de Born en un calcul global et des dérivées locales de charges latentes apprises. Le modèle passe à l'échelle jusqu'à 5,2 millions d'atomes sur quatre GPU pour un coût d'environ deux fois celui de son modèle de base à courte portée, et il reproduit les spectres infrarouges de l'eau dépendant du champ ainsi que l'hystérésis de polarisation d'un ferroélectrique relaxeur. Il prédit également une conductivité ionique à température ambiante pour un composé amorphe à base de Li.