تصور کنید به جای داشتن پنج جعبهابزار مختلف برای هر نوع ماده، تنها یک کلید داشته باشید که تمام درهای دنیای اتمها را باز کند. این همان اتفاقی است که در دنیای شبیهسازیهای اتمی رخ داده است. یک پتانسیل واحد یادگیری ماشین اکنون میتواند هر چیزی، از مولکولهای آب گرفته تا کریستالهای آهن را شبیهسازی کند.
طبق گزارش و آموزش فنی منتشر شده در Marktechpost، مدل FAIRChem v2 با معرفی چارچوبی به نام UMA (Universal Machine-learning interatomic potential)، مرزهای سنتی بین شیمی مولکولی و علم مواد را 없 کرد. UMA یک رویکرد یکپارچه برای شبیهسازیهای اتمی در سراسر شیمی و علم مواد فراهم میکند. پیش از این، برای چندین دهه، محققان مجبور بودند برای هر محیط شیمیایی مدلهای تخصصی جداگانهای بسازند؛ مثلاً مدلی که برای مولکولهای ارگانیک آموزش دیده بود، بهندرت در مواجهه با کاتالیزورهای فلزی یا کریستالهای تودهای (Bulk) کار میکرد. این رویکرد تکهتکه و گسسته باعث میشد کشف مواد جدید و درک واکنشهای پیچیده بهشدت کند شود.
همانطور که در تحلیلهای قبلی ما دربارهی مدلهای بنیادی در علوم سخت اشاره کردیم، حرکت به سمت «عمومیت» (Generality) تنها راه خروج از بنبست مدلهای تکمنظوره است. UMA دقیقاً همین کار را میکند: یک پتانسیل یادگیریشدهی مشترک ارائه میدهد. این سیستم به دانشمندان اجازه میدهد بدون نیاز به بارگذاری مجدد معماریهای کاملاً متفاوت مدل، به راحتی بین شیمی مولکولی، کاتالیزورها و مواد معدنی در یک محیط واحد جابهجا شوند.
راهاندازی چارچوب یکپارچه
برای شروع کار و استفاده از این سیستم، محققان FAIRChem را با Atomic Simulation Environment (ASE) ادغام میکنند. این ترکیب — که شبیه به یک میزکار مهندسی است تا تمام ابزارها را در دسترس قرار دهد — مدیریت ساختارهای اتمی، بهینهسازها و محاسبات ترمودینامیکی را بر عهده دارد و در عین حال برای افزایش سرعت از شتابدهندههای GPU بهره میبرد. فرآیند نصب و پیکربندی شامل نصب کتابخانههای fairchem-core و ase و همچنین matplotlib و huggingface_hub است. این تنظیمات بهگونهای طراحی شدهاند که برای اجراهای مکرر، بهویژه در محیطهای گوگل کولب (Google Colab)، ایمن و پایدار باشند.
دسترسی به وزنهای مدل UMA که در حالت «گیتشده» (Gated) قرار دارند، از طریق پلتفرم Hugging Face مدیریت میشود. کاربران باید برای باز کردن قفل این وزنها، با استفاده از یک توکن دسترسی (از طریق متد hf_authenticate) احراز هویت کنند. سیستم از چندین روش برای بازیابی توکن پشتیبانی میکند: ابتدا از طریق دادههای کاربر (userdata) در گوگل کولب یا متغیرهای محیطی (HF_TOKEN) تلاش میکند و در صورت نبود هیچکدام، از کاربر از طریق یک اعلان دستی getpass توکن را میخواهد. پس از احراز هویت، سیستم بهطور خودکار تشخیص میدهد که آیا یک GPU با قابلیت CUDA برای شتابدهی در دسترس است یا خیر؛ در غیر این صورت، به طور پیشفرض از CPU استفاده میکند.
وقتی محیط آماده شد، کاربران پیشبین UMA (بهطور مشخص مدل uma-s-1p2) را بارگذاری کرده و ماشینحسابهای (Calculators) مخصوص هر تسک را برای سه دامنه اصلی مقداردهی اولیه میکنند:
- omol: اختصاص یافته به شیمی مولکولی و بررسی ویژگیهای تک-مولکولی.
- oc20: بهینهشده برای کاتالیزورها و شبیهسازی تعاملات سطحی.
- omat: طراحیشده برای مواد معدنی و ویژگیهای کریستالهای تودهای.
قابلیتهای شیمی مولکولی
در حوزه شیمی مولکولی، مدل omol دقت خیرهکنندهای در مفاهیم بنیادی شیمی نشان داده است. به نقل از مستندات فنی، در یک نمایش عملی، این مدل برای محاسبه انرژیهای تک-نقطهای (Single-point energetics) آب (H2O) استفاده شد. با تعریف اتمهای مرجع اکسیژن و هیدروژن ایزوله با چندگانگیهای اسپینی صحیح (اسپین ۳ برای اکسیژن و اسپین ۲ برای هیدروژن)، مدل انرژی اتمیزاسیون H2O را محاسبه کرد. نتیجه بهدستآمده با مقدار تجربی که تقریباً ۹.۵ الکترونولت (eV) است (با احتساب اثرات انرژی نقطه صفر یا ZPE) تطابق نزدیکی داشت.
UMA همچنین «اسپین-آگاه» (Spin-aware) است. این ویژگی به مدل اجازه میدهد بین حالتهای الکترونیکی تفاوت قائل شود؛ برای مثال، در محاسبه شکاف انرژی بین حالت سینگلت و تریپلت در متیلن (CH2). با مقایسه حالت سینگلت (بار ۰، اسپین ۱) و حالت تریپلت (بار ۰، اسپین ۳)، مدل یک شکاف منفی را پیشبینی کرد. این نتیجه بهدرستی شناسایی میکند که حالت تریپلت، حالت پایه (Ground state) است و با مقدار تجربی تقریباً ۰.۳۹- الکترونولت همخوانی دارد.
علاوه بر انرژیهای استاتیک، این چارچوب فرآیندهای پویا و پیچیده و بهینهسازی هندسه را نیز مدیریت میکند:
- بهینهسازی هندسی (Geometry Relaxation): با استفاده از بهینهساز LBFGS، یک مولکول آب که عمداً تغییرشکل داده شده بود (به طوری که موقعیت یک هیدروژن به اندازه [0.25, -0.10, 0.05] جابهجا شده بود)، به حالت تعادل بازگردانده شد. سیستم به طول پیوند O-H حدود ۰.۹۵۸ آنگستروم (Å) و زاویه H-O-H حدود ۱۰۴.۵ درجه همگرا شد که هر دو بازتابی از مقادیر تجربی هستند. مسیر تغییرات انرژی نیز در تمام مراحل بهینهسازی رصد شد.
- انرژیک واکنشها: این چارچوب میتواند انرژی واکنشهای احتراق را تخمین بزند. برای واکنش CH4 + 2 O2 -> CO2 + 2 H2O، مدل هر گونه (Species) را بهطور جداگانه بهینه میکند — از جمله اکسیژن با اسپین ۳ — تا انرژی واکنش الکترونیکی (Delta E) را بیابد. نتیجه این تبدیل در هر دو واحد eV و kJ/mol (با استفاده از ضریب تبدیل ۹۶.۴۸۵) بیان میشود تا با آنتالپی احتراق تجربی حدود ۸۹۰- کیلوژول بر مول قابل مقایسه باشد (با ذکر اینکه اثرات ZPE و حرارتی حذف شدهاند).
- تحلیل ارتعاشی: از طریق تحلیل تفاضل محدود (Finite-difference analysis) با استفاده از ماژول
Vibrationsسیستم، فرکانسهای حالتهای نرمال برای آب بهینهشده شناسایی میشوند. این تحلیل بهطور مشخص حالت خمشدن (حدود ۱۵۹۵ cm^-1)، کشش متقارن (حدود ۳۶۵۷ cm^-1) و کشش نامتقارن (حدود ۳۷۵۶ cm^-1) را تشخیص میدهد. همچنین انرژی نقطه صفر (ZPE) بر حسب eV استخراج میشود.
کاتالیزورها و علم سطوح
با استفاده از ماشینحساب oc20، این چارچوب شبیهسازی میکند که مولکولها چگونه با سطوح تعامل میکنند. یک مثال کاربردی شامل بهینهسازی یک مولکول مونوکسید کربن (CO) روی یک صفحه مس Cu(100) است که به صورت یک سلول متناوب ۳x۳x۳ با ۸.۰ آنگستروم خلأ ساخته شده است.
برای شبیهسازی یک سطح تودهای واقعی، محققان از محدودیتهای FixAtoms استفاده میکنند تا لایههای پایینی مس را منجمد (ثابت) کنند. مولکول CO در یک سایت جذب «پل» (Bridge) در ارتفاع ۲.۰ آنگستروم قرار میگیرد. سپس از بهینهساز LBFGS برای آرام کردن سیستم جذبشونده-سطح استفاده میشود تا زمانی که حداکثر نیرو (fmax) به ۰.۰۵ الکترونولت بر آنگستروم برسد.
انرژی جذب با استفاده از یک چرخه آموزشی ارزیابی میشود:
- انرژی سیستم: انرژی سیستم بهینه شده CO/Cu(100) با ماشینحساب
oc20محاسبه میشود. - صفحه پاک: یک صفحه Cu(100) بدون مولکول با ماشینحساب
oc20بهینه میشود تا یک خط پایه ایجاد شود. - فاز گاز: مولکول CO در فاز گاز با استفاده از ماشینحساب
omolبا بار ۰ و اسپین ۱ بهینه میشود.
با تفریق انرژی صفحه پاک و انرژی CO فاز گاز از انرژی کل سیستم، «انرژی جذب» استخراج میشود. ذکر میشود که OC20 از طرح مرجع DFT خاص خود استفاده میکند، بنابراین برای دستیابی به دقتی در سطح مقالات علمی، استفاده از چارچوبهای تسک سازگار ضروری است.
مواد و ویژگیهای تودهای
برای کریستالهای معدنی، ماشینحساب omat مدیریت بهینهسازی کامل سلول را بر عهده دارد. با استفاده از FrechetCellFilter برای اجازه به تغییر ابعاد باکس شبیهسازی و بهینهساز FIRE، مدل میتواند موقعیت اتمها و سلول شبیهسازی آهن (BCC Fe) را با شروع از ثابت شبکه ۲.۹ آنگستروم بهینه کند.
یک نتیجه بنچمارک نشان داد که ثابت شبکه بهینهشده BCC Fe تقریباً ۲.۸۶۶ آنگستروم است که با دادههای تجربی مطابقت دارد. برای تعیین سختی ماده، محققان انرژیها را در طیفی از نُه حجم فشرده و منبسط شده (از ۰.۹۴ تا ۱.۰۶ حجم تعادلی) نمونهبرداری میکنند.
این دادهها سپس برای برازش با معادله حالت Birch-Murnaghan (EOS) استفاده میشوند. از این برازش، سیستم موارد زیر را تخمین میزند:
- حجم تعادلی: حجمی که در آن سیستم به حداقل انرژی خود میرسد.
- مدول حجمی (Bulk Modulus): مقاومت در برابر فشردن، که برای آهن تقریباً ۱۷۰ گیگاپاسکال پیشبینی شد و با مقادیر تجربی همخوانی دارد.
دینامیک مولکولی و اسکن پتانسیل
FAIRChem v2 از دینامیک مولکولی لانژوین (Langevin MD) برای شبیهسازی رفتارهای وابسته به دما پشتیبانی میکند. در یک شبیهسازی ۰.۵ پیکوثانیهای از یک مولکول آب در دمای ۳۰۰ کلوین، سیستم از گام زمانی ۰.۵ فمتوثانیه و ضریب اصطکاک ۰.۰۱ بر فمتوثانیه استفاده میکند.
از آنجایی که MD میتواند به مقداردهی اولیه حساس باشد، سیستم از یک دانه (Seed) تصادفی منحصربهفرد و توزیع ماکسول-بولتزمن برای سرعتهای اولیه استفاده میکند. شبیهسازی موارد زیر را در ۱۰۰۰ گام رصد میکند:
- دما: اطمینان از اینکه سیستم نزدیک به هدف ۳۰۰ کلوین باقی میماند.
- انرژی پتانسیل: نظارت بر پایداری انرژی مولکول بر حسب eV.
- نوسانات ساختاری: رصد پویا طول پیوند O-H (از طریق دستور
get_distance(0, 1)).
در نهایت، این چارچوب اجازه اسکن سطح انرژی پتانسیل (PES) را میدهد. با کشیدن سیستماتیک یک پیوند O-H در ۲۵ نقطه از ۰.۷ تا ۲.۵ آنگستروم و محاسبه انرژی نسبی، مدل یک پروفایل جدایش ایجاد میکند. این اسکن با شناسایی نقطه مینیمم منحنی حاصل، فاصله تعادلی پیوند را در ۰.۹۵۸ آنگستروم تأیید میکند.
توسعههای پیشرفته و موارد استفاده
برای کسانی که به دنبال دقت بالاتر هستند، این آموزش پیشنهاد میکند مدل پایه را از uma-s-1p2 به uma-m-1p1 تغییر دهند. در حالی که این کار دقت را افزایش میدهد، اما به حافظه GPU بهمراتب بیشتری نیاز دارد.
محققان همچنین میتوانند گردش کار را به سایر دامنههای شیمیایی تخصصی گسترش دهند:
- odac: برای شبیهسازی چارچوبهای فلزی-آلی (MOFs) با شروع از فایلهای CIF استفاده میشود.
- omc: به مطالعه کریستالهای مولکولی اختصاص دارد.
- استنتاج چند-GPU: برای شبیهسازیهای MD در مقیاس بزرگتر، FAIRChem از شتابدهند{multi-GPU} از طریق پیکربندی
workers=Nپشتیبانی میکند (که از طریقpip install fairchem-core[extras]در دسترس است).
این تغییر جهت به سمت پتانسیلهای جهانی به این معناست که سد ورود به شیمی بینحوزهای فرو ریخته است. محقق دیگر نیاز ندارد پنج نرمافزار مختلف را یاد بگیرد؛ بلکه با یک API واحد، از یک کاتالیزور مولکولی به یک تکیهگاه فلزی تودهای میرود.
این همگرایی بهطور موثری با تمام ماده به عنوان پیوستاری از آرایشهای اتمی برخورد میکند، نه به عنوان دستههای جداگانهی «مولکولها» یا «کریستالها». این امر خط لوله (Pipeline) غربالگری با بازده بالا (High-throughput screening) برای مواد جدید را ساده میکند، زیرا اکنون یک مدل واحد میتواند ویژگیها را در کل طیف مواد پیشبینی کند.
گام بعدی شما
- اگر در حوزه علم مواد فعالیت میکنید، کتابخانه
fairchem-coreرا در محیط گوگل کولب نصب کرده و مدلuma-s-1p2را برای اولین بار روی دادههای خود تست کنید. - برای افزایش دقت در پروژههای حساس، حافظه GPU خود را ارتقا داده و مدل سنگینتر
uma-m-1p1را جایگزین کنید. - مستندات Hugging Face را برای دریافت توکن دسترسی به مدلهای UMA بررسی کنید.
اما داستان سختافزاری این تحول و نیاز به حافظه VRAM بالا، ما را به بحثهای مربوط به بهینهسازی استنتاج در مدلهای بزرگ میبرد؛ به تحلیل ما دربارهی کوانتش مدلها مراجعه کنید.
گفتگو