Großkörnige Modellierung mit äquivarianten neuronalen Netzwerken: Ein Weg zu genauen und dateneffizienten Modellen

Maschinenlernen hat kürzlich Einzug in den Mainstream der großkörnigen (CG) molekularen Modellierung und Simulation gehalten. Während es verschiedene Methoden gibt, um tiefes Lernen in diese Modelle zu integrieren, beinhalten viele davon das Training neuronaler Netzwerke, die direkt als CG-Kraftfeld fungieren. Dies bietet mehrere Vorteile, von denen der bedeutendste die Genauigkeit ist. Neuronale Netzwerke können inhärent Mehrkörper-Effekte während der Berechnung von CG-Kräften berücksichtigen, und ein gut trainiertes neuronales Netzwerk-Kraftfeld übertrifft paarweise Basis-Sets, die aus praktisch jeder Methodik generiert wurden. Allerdings hat dies einen erheblichen Preis. Erstens sind diese Modelle typischerweise langsamer als paarweise Kraftfelder, selbst wenn man spezialisierte Hardware berücksichtigt, die das Training und die Integration solcher Netzwerke beschleunigt. Zweitens – und das ist der Fokus dieses Papiers – besteht die Notwendigkeit, eine beträchtliche Menge an Daten zu haben, um solche Kraftfelder zu trainieren. Es ist üblich, Dutzende von Mikrosekunden an molekularer Dynamik-Daten zu verwenden, um ein einzelnes CG-Modell zu trainieren, was den Punkt erreicht, an dem die Nützlichkeit des CG-Modells an sich in Frage gestellt wird. Wie wir in dieser Arbeit untersuchen, kann diese "Datenhungrigkeit" von neuronalen Netzen zur Vorhersage molekularer Energien und Kräfte teilweise durch die Einbeziehung äquivariant konvolutionale Operationen gemildert werden. Wir zeigen, dass für CG-Wasser Netzwerke, die äquivariant konvolutionale Operationen incorporieren, funktionale Modelle erzeugen können, die mit Datensätzen so klein wie ein einzelner Referenzdatenrahmen arbeiten, während Netzwerke ohne diese Operationen dies nicht können.