新機能 LightPFP

LightPFPとは

LightPFPとは、Matlantisの汎用機械学習ポテンシャルであるPFPの計算結果を教師データとして活用し、特定の研究対象に特化したより軽量(Light)な機械学習ポテンシャルを構築する機能です。
軽量であるためにPFPよりもさらに高速な推論が可能となり、PFPでは数万原子だった計算可能原子数は、LightPFPでは数十万原子に向上します。これによりPFPでも扱えなかった複雑な現象や、さらに大規模なシミュレーションを可能にします。

また一般に、機械学習ポテンシャルの構築には教師データ作成のために大量の量子化学計算を行う必要があるため、数か月以上の時間がかかると言われています。高速・高精度・高汎用性を兼ね備えたPFPを用いれば、高性能なポテンシャルを数日程度で構築することができます。

	これまでの機械学習力場構築	LightPFPを用いた機械学習力場構築
データ構築	DFT計算結果を準備 500 GPUdays	Matlantis上でPFP計算結果を準備 <1 GPUdays
学習	計算リソースに依存 ~3 GPUdays	Matlantis環境のリソースと 事前学習モデルを利用 <1 GPUdays
評価	DFT計算結果との比較 実験結果との比較	PFP計算結果との比較 実験結果との比較
構築完了までにかかる期間	数か月程度	数日程度

LightPFPを支える機能

LightPFP では PFP を学習データとしたAIモデルのアーキテクチャとして、計算効率と精度のバランスに優れたMTPをご提供しています。MTPは約100〜1000個の少ないパラメータのみで表現可能なため、特化型モデルの軽量化と計算の高速化を実現しています。 もっとも、MTPモデルを構築するためには、一般的な機械学習モデルを構築するのと同様に、学習データの生成、訓練といった面倒で時間のかかる工程が必要であることに違いありません。そこで、LightPFPではその負荷を軽減するためのさまざまな機能を有しています。ここではその特徴的な機能を紹介します。

訓練用データ生成機能 dataset-generation

LightPFPモデル構築に必要な教師データを生成するdataset-generationツールがあります。MD計算や歪みの印加、原子の置換といった多様なサンプリング手法を簡単に自動化し、面倒な学習データセットの準備を一括で実現します。

事前学習済みモデル

パラメータ数の少ないことで知られるMTPでも最適化問題を解くのは容易ではありません。そこでパラメータ最適化を支援するために、多様な構造からなる大規模なデータセットを使用した事前学習済みモデルが用意されています。対象の系に合わせた事前学習済みモデルを選択した上で訓練を開始することで、訓練時間を短縮します。

アクティブラーニング

LightPFPのアクティブラーニングでは、少数の初期データセットを用意するだけで、PFPの結果と比較した品質チェックをし、不足している訓練データを効率的に生成します。この機能を使うことで、期待する精度を持つLightPFPモデルを構築するために、どのように必要な訓練データを生成すべきか、どの程度のデータ数を用意すべきかという悩みから解放されます。

計算事例

LightPFPの用いた計算例として、固液界面の事例と複雑合金の事例をご紹介します。

Pt(111) / ベンゼン固液界面（84,600原子）

触媒反応などで重要な固液界面はしばしばシミュレーションサイズの制限が課題となります。ここではPt/ベンゼン界面におけるダイナミクスを、大規模なモデルで再現しました。PFPの精度を維持したまま、長時間のシミュレーションにおいて計算効率が大幅に向上することを確認しています。

MD steps	PFP [hour]	LightPFP  [hour]
1,000	0.41	7.01
10,000	4.08	7.09
100,000	40.83	7.89
1,000,000	408.33	15.86

ハイエントロピーカンター合金（503,712原子）

一般に構成元素数が多いほどポテンシャルエネルギー曲面が複雑となるため、信頼できるポテンシャル構築は困難となります。ここでは5つの元素を含むハイエントロピーカンター合金であるAlCoCrFeNiにLightPFPを適用しました。格子定数や状態方程式などさまざまな特性でPFP精度を維持したモデルを構築し、50万以上の原子を含む多結晶ハイエントロピー合金の大規模シミュレーションを実現しました。

その他の事例や具体的な構築方法についてはお問い合わせください。