AI dan Masalah-Masalah Sulit Dunia · Kimia & material · arXiv · 2026-10-19
Potensial antaratom pembelajaran mesin jarak jauh yang terukur dengan respons listrik untuk pemodelan material atomistik
Judul asli: Scalable long-range machine learning interatomic potentials with electrical response for atomistic material modeling
Makalah ini memperkenalkan DPA4C-LR, potensial antaratom berbasis pembelajaran mesin yang menangani elektrostatika jarak jauh dan respons listrik sekaligus memungkinkan evaluasi terdistribusi. Model ini memisahkan gaya elektrostatik jarak jauh dan muatan efektif Born menjadi perhitungan global dan turunan lokal dari muatan laten yang dipelajari. Model ini dapat diskalakan hingga 5,2 juta atom pada empat GPU dengan biaya sekitar dua kali lipat dari tulang punggung jarak pendeknya, dan mereproduksi spektrum inframerah air yang bergantung pada medan serta histeresis polarisasi feroelektrik relaksor. Model ini juga memprediksi konduktivitas ionik pada suhu ruangan untuk senyawa amorf berbasis Li.