Руководство MarkTechPost рассматривает FAIRChem v2 и универсальный межатомный потенциал машинного обучения UMA как единую основу для атомистического моделирования в молекулярной химии, катализе и неорганических материалах. Рабочий процесс использует FAIRChem вместе с Atomic Simulation Environment, или ASE, для управления атомными структурами, оптимизаторами, ограничениями, термодинамическими расчетами, анализом траекторий и ускорением на GPU при его наличии.

В руководстве настраивается программная среда, выполняется аутентификация в Hugging Face для доступа к закрытым весам модели UMA и инициализируются специализированные калькуляторы для доменов omol, oc20 и omat. Один и тот же предварительно обученный потенциал применяется к нескольким задачам вычислительной химии, включая прогнозирование энергии и сил в одной точке, оптимизацию молекулярной геометрии, сравнение спиновых состояний, оценку энергии реакции, колебательный анализ, поверхностную адсорбцию, релаксацию кристаллической ячейки, подгонку уравнения состояния, молекулярную динамику и сканирование поверхности потенциальной энергии. Такой охват важен, поскольку рабочие процессы атомистического моделирования часто требуют переключения между доменно-специфическими методами, соглашениями о референсных энергиях и настройками моделей при переходе от изолированных молекул к поверхностям или периодическим твердым телам.

Настройка устанавливает FAIRChem, ASE, инструменты визуализации и зависимости Hugging Face, сохраняя процесс безопасным для повторного запуска в Google Colab. После аутентификации через Hugging Face рабочий процесс автоматически проверяет доступность ускорения на GPU. Затем он загружает предиктор UMA и создает отдельные калькуляторы для молекулярного моделирования, катализа и материалов. FAIRChem доступен в GitHub-репозитории проекта по адресу https://github.com/facebookresearch/fairchem.

Для молекулярных расчетов в руководстве используется молекулярный калькулятор UMA, чтобы оценить энергию, атомные силы и энергию атомизации молекулы воды. В нем задаются изолированные референсные атомы водорода и кислорода с соответствующими спиновыми мультиплетностями для расчета энергии атомизации. Затем геометрия воды искажается и релаксируется с помощью оптимизатора LBFGS, после чего анализируются сошедшаяся длина связи, угол связи и траектория энергии.

Рабочий процесс также сравнивает синглетное и триплетное электронные состояния метилена для расчета энергетического зазора между спиновыми состояниями. Он релаксирует метан, кислород, углекислый газ и воду, а затем объединяет их предсказанные энергии для оценки электронной энергии реакции сгорания метана. В другом молекулярном примере руководство выполняет конечно-разностный колебательный анализ релаксированной воды, чтобы получить частоты нормальных мод и энергию нулевых колебаний. Эти примеры охватывают типичные проверки валидационного характера для обученных потенциалов: могут ли силы обеспечивать стабильную оптимизацию, можно ли согласованно комбинировать относительные энергии и позволяет ли локальная кривизна вблизи минимума выполнять колебательные расчеты.

Для катализа в руководстве строится периодическая пластина Cu(100), молекула монооксида углерода размещается в мостиковом адсорбционном положении, а нижние слои меди фиксируются. Система адсорбат–поверхность релаксируется с помощью калькулятора OC20, тогда как чистая пластина и газофазные референсы монооксида углерода оптимизируются отдельно. Затем руководство оценивает учебный цикл энергии адсорбции, отмечая, что OC20 использует доменно-специфическое соглашение о референсной энергии.

Для моделирования материалов рабочий процесс релаксирует как атомные положения, так и ячейку моделирования BCC-железа с использованием калькулятора UMA для домена материалов и фильтра ячейки Frechet. Он выбирает энергии в диапазоне сжатых и расширенных объемов, подгоняет уравнение состояния Birch–Murnaghan и оценивает равновесный объем и модуль объемного сжатия. Релаксация ячейки и подгонка уравнения состояния являются стандартными этапами моделирования твердого тела, поскольку они связывают атомистические энергии со структурными и упругими свойствами, а не только с отдельными геометриями.

Кроме того, руководство запускает молекулярную динамику Langevin для воды при 300 K, отслеживая температуру, потенциальную энергию и длину связи O–H во времени. Оно также сканирует поверхность потенциальной энергии воды, систематически растягивая одну связь O–H в выбранном диапазоне расстояний. Для каждой геометрии оценивается молекулярная энергия, нормируется относительно минимума и используется для визуализации полученного профиля диссоциации.

В статье делается вывод, что рабочий процесс демонстрирует, как FAIRChem v2 и UMA могут обеспечивать общий обученный потенциал для химически различных доменов без необходимости отдельной модели для каждой задачи. Молекулярные расчеты используются для оценки энергий, сил, поведения атомизации, спиновых зазоров, энергетики реакций, колебательных мод и профилей растяжения связей. Домен катализа используется для релаксации CO на поверхности Cu(100) и изучения энергетики адсорбции, тогда как домен материалов применяется для релаксации BCC-железа и оценки его модуля объемного сжатия на основе подгонки уравнения состояния.

Объединяя инференс UMA с построителями структур ASE, оптимизаторами, фильтрами, колебательными инструментами и утилитами молекулярной динамики, руководство представляет переиспользуемую основу для расширения рабочего процесса на более крупные молекулы, каталитические интерфейсы, кристаллические материалы, металлоорганические каркасы, молекулярные кристаллы и более точные варианты моделей UMA. Полный код руководства доступен по адресу https://github.com/MARKTECHPOST-AI-MEDIA-INC/AI-Agents-Projects-Tutorials/blob/main/ML%20Project%20Codes/fairchem_v2_uma_multidomain_atomistic_simulation_Marktechpost.ipynb.