IA e os Problemas Difíceis do Mundo · Química e materiais · arXiv · 2026-10-19
Aprendizado ativo para potenciais interatômicos: uma revisão da eficiência de dados guiada por incerteza
Título original: Active Learning for Interatomic Potentials: A Review of Uncertainty-Driven Data Efficiency
Esta revisão examina mais de setenta estudos sobre aprendizado ativo para potenciais interatômicos de aprendizado de máquina, cujo objetivo é tornar os potenciais precisos nas condições em que são aplicados. Ela abrange dinâmica molecular on-the-fly, ajuste fino de modelos pré-treinados e amostragem para sistemas de materiais e químicos. Os autores também observam que as estimativas de incerteza diferem entre arquiteturas e costumam ser menos confiáveis justamente onde mais importam.