AI与世界难题 · 化学与材料 · arXiv · 2026-10-19
具有电响应的可扩展长程机器学习原子间势，用于原子尺度材料建模
原标题: Scalable long-range machine learning interatomic potentials with electrical response for atomistic material modeling
本文提出了 DPA4C-LR，这是一种机器学习原子间势，能够处理长程静电作用和电响应，同时支持分布式计算。它将长程静电力和玻恩有效电荷分解为全局计算与所学习潜在电荷的局部导数两部分。该模型在四块 GPU 上可扩展到 520 万个原子，成本约为其短程骨干模型的两倍，并能重现水的电场依赖红外光谱以及弛豫铁电体的极化滞后。它还预测了一种非晶锂基化合物的室温离子电导率。