Les potentiels interatomiques universels d'apprentissage automatique sont prêts pour les phonons

Il y a eu une course continue depuis plusieurs années pour développer le meilleur potentiel interatomique universel d'apprentissage automatique. Ce progrès a conduit à des modèles de plus en plus précis pour prédire l'énergie, les forces et les tensions, combinant des architectures innovantes avec de grandes quantités de données. Ici, nous évaluons ces modèles sur leur capacité à prédire les propriétés harmoniques des phonons, qui sont critiques pour comprendre le comportement vibratoire et thermique des matériaux. En utilisant environ 10 000 calculs de phonons ab initio, nous évaluons la performance des modèles sur divers paramètres liés aux phonons pour tester l'applicabilité universelle de ces modèles. Les résultats révèlent que certains modèles atteignent une haute précision dans la prédiction des propriétés harmoniques des phonons. Cependant, d'autres présentent encore des inexactitudes substantielles, même s'ils excellent dans la prédiction de l'énergie et des forces pour les matériaux proches de l'équilibre dynamique. Ces découvertes soulignent l'importance de prendre en compte les propriétés liées aux phonons dans le développement de potentiels interatomiques universels d'apprentissage automatique.