计算化学公社

标题: 请教 VASP 机器学习力场的用途 [打印本页]

作者
Author: 乐平 时间: 2023-9-26 15:35
标题: 请教 VASP 机器学习力场的用途
VASP 6.3 之后推出了机器学习力场 Machine Learning Force Field，可以用跑 AIMD 过程中产生的结构和力来训练该结构对应的力场。

但是，我对这方面的应用感到有点疑惑，不太清楚这个力场的用途。它可以应用哪些之后的计算中呢？

比如，用原胞跑 AIMD，获得原胞的力场；
（1）是否可以用上述原胞的 AIMD 获得的力场来进一步优化超胞的结构？
（2）是否可以用上述原胞的 AIMD 获得的力场来来优化表面的结构？
（3）是否可以用上述原胞的 AIMD 获得的力场来跑超胞的 AIMD？

还有哪些可以应用的场景呢？

作者
Author: Weldingspock 时间: 2023-9-26 19:25
我用了一段时间的VASP-MLFF，在训练的力场是完备，准确的情况下，（1）（2）（3）都是可以做到的。但是难度在于如何训练准确

作者
Author: sobereva 时间: 2023-9-27 04:32
(1)原理上可以，但并没实际意义。如果超胞仅仅是原胞按倍数扩胞产生的，还不如在恰当考虑k点情况下优化原胞然后再扩胞，耗时远低于利用MLFF
(2)不行。表面的电子结构和体相电子结构有明显差异，成键方式截然不同
(3)可以，这也是其一个主要用处

作者
Author: 乐平 时间: 2023-9-27 10:36

sobereva 发表于 2023-9-27 04:32
(1)原理上可以，但并没实际意义。如果超胞仅仅是原胞按倍数扩胞产生的，还不如在恰当考虑k点情况下优化原胞 ...

谢谢社长回复。

那似乎机器学习力场的用途很有限，只能用于同一类体系的大晶胞 AIMD ？

作者
Author: sobereva 时间: 2023-9-27 10:45

乐平发表于 2023-9-27 10:36
谢谢社长回复。

那似乎机器学习力场的用途很有限，只能用于同一类体系的大晶胞 AIMD ？

还可以用于较长时间动力学模拟的目的。可以显著节约AIMD直接跑很长时间轨迹花的时间

总的来说在实际应用上的局限性非常大，不是“不能用于什么”的问题，而是“能用于什么”的问题

作者
Author: ABetaCarw 时间: 2023-9-27 12:10

作者
Author: 乐平 时间: 2023-9-27 20:54

ABetaCarw 发表于 2023-9-27 12:10
**** 本内容被作者隐藏 ****

感谢讨论

因为跟着 VASP wiki 的例子试着跑了跑，但是不知道后续应该用在哪些场景，所以来请教一下大家。

似乎是应该有用途，不然 VASP 开发者花力气去开发这个功能干嘛呢？不过感觉应用场景的确很模糊……

作者
Author: get-it 时间: 2023-9-29 17:10
只用一两条MD轨迹来训练，机器学习力场的迁移性很差。一般要根据你想模拟的体系，构建多样化的数据集，这样训练出来的力场才能用于production run.
如果就想简单地加速AIMD，vasp-MLFF的的使用门槛低，是个不错的选择。但是如果想用机器学习力场做更多事，那还是考虑专门做机器学习力场的code吧。

欢迎光临计算化学公社 (http://bbs.keinsci.com/)