LOS ALAMOS, NM, 23 février 2021 - Une approche révolutionnaire d'apprentissage automatique (ML) pour simuler les mouvements des atomes dans des matériaux tels que l'aluminium est décrite dans l'article de cette semaine Communications Nature journal. Cette approche automatisée du « développement du potentiel interatomique » pourrait transformer le domaine de la découverte de matériaux informatiques.

"Cette approche promet d'être un élément de base important pour l'étude des dommages et du vieillissement des matériaux à partir des premiers principes", a déclaré le chef de projet Justin Smith du Laboratoire national de Los Alamos. « La simulation de la dynamique des atomes en interaction est la pierre angulaire de la compréhension et du développement de nouveaux matériaux. Les méthodes d'apprentissage automatique fournissent aux informaticiens de nouveaux outils pour mener avec précision et efficacité ces simulations atomistiques. Les modèles d'apprentissage automatique comme celui-ci sont conçus pour imiter les résultats de simulations quantiques très précises, à une petite fraction du coût de calcul.

Pour maximiser la précision générale de ces modèles d'apprentissage automatique, a-t-il déclaré, il est essentiel de concevoir un ensemble de données très diversifié à partir duquel former le modèle. Un défi est qu'il n'est pas évident, a priori, quelles données de formation seront les plus nécessaires au modèle ML. Les travaux récents de l'équipe présentent une méthodologie automatisée « d'apprentissage actif » pour la construction itérative d'un ensemble de données de formation.

À chaque itération, la méthode utilise le meilleur modèle d'apprentissage automatique actuel pour effectuer des simulations atomistiques ; lorsque de nouvelles situations physiques sont rencontrées qui dépassent les connaissances du modèle ML, de nouvelles données de référence sont collectées via des simulations quantiques coûteuses, et le modèle ML est recyclé. Grâce à ce processus, la procédure d'apprentissage actif collecte des données concernant de nombreux types différents de configurations atomiques, y compris une variété de structures cristallines et une variété de modèles de défauts apparaissant dans les cristaux.

###

L'article : Découverte automatisée d'un potentiel interatomique robuste pour l'aluminium, Communications Nature, DOI: 10.1038/s41467-021-21376-0

Le financement : Ce travail a été financé en partie par le programme ASC (Los Alamos National Laboratory Advanced Simulation and Computing) et le temps d'ordinateur a été fourni par le Lawrence Livermore National Laboratory Sierra Supercomputer pendant sa période d'accès libre.

À propos du laboratoire national de Los Alamos

Los Alamos National Laboratory, une institution de recherche multidisciplinaire engagée dans la science stratégique au nom de la sécurité nationale, est géré par Triad, une organisation scientifique de la sécurité nationale axée sur le service public détenue à parts égales par ses trois membres fondateurs: Battelle Memorial Institute (Battelle), Texas A&M University System (TAMUS) et les régents de l'Université de Californie (UC) pour la National Nuclear Security Administration du Département de l'Énergie.

Los Alamos renforce la sécurité nationale en garantissant la sûreté et la fiabilité du stock nucléaire américain, en développant des technologies pour réduire les menaces liées aux armes de destruction massive et en résolvant les problèmes liés à l'énergie, à l'environnement, aux infrastructures, à la santé et aux problèmes de sécurité mondiale.
LA-UR-21-21717