【前沿速递】Nat. Commun.颠覆传统！仅用3个数据点，量子计算秒杀DFT，百万步分子动力学一键搞定！

hdy

作者介绍

Yannic Rath（英国国家物理实验室）与George H. Booth（伦敦国王学院）合作，专注于强关联电子系统的计算方法和机器学习加速分子动力学，本文是其在高精度量子化学与动力学交叉领域的突破性成果。

引言与摘要

问题：传统高精度量子化学方法（如FCI、DMRG）计算成本极高，无法用于长时间分子动力学模拟；现有机器学习力场虽快，但难以捕捉长程相互作用和非局域电子结构。
解决方案：提出波函数插值法——用少量精确计算的波函数作为训练集，通过变分优化生成连续的势能面，计算效率媲美密度泛函理论（DFT），精度却接近精确解。
核心优势：无需指数级计算资源，即可实现高精度分子动力学，且能直接提取电子性质（如偶极矩、电荷分布）。

图文导读

图1  a在线性6原子氢链的Löwdin原子轨道（SAO）基中，在不同几何构型下，通过精确对角化得到的三个多电子训练波函数。的值显示了在所有训练状态对（b）之间构造几何不可知的一体和二体跃迁密度矩阵（Γijkl）和重叠（S），它允许在这些训练状态的多体基础上，对任意测试几何形状的势能面进行快速变分预测（c）。这允许对每个测试几何形状的波函数进行有效的推断，如（c.1），在三个训练状态的基础上，给出了其相关基态。（c.2）表明将训练空间从一个几何结构扩大到三个几何结构系统地将该系统的完全对称拉伸模式收敛到精确的对角化结果，其中执行显式电子结构计算的训练数据点由叉号表示。

图2  扭曲的十个原子氢链的预测的平均相对能量误差与每个原子从平衡位置的绝对位移的关系。对于每个实现，扭曲的链是通过将每个原子从它们在平衡几何中的位置移动一个随机方向的固定位移而产生的。比较包括Hartree-Fock的预测（“HF”，红色，虚线），高斯近似势框架（“GAP”，橙子，虚线），以及来自对称拉伸链的5个训练状态的变分延拓方案（“延拓”，蓝色，实线）。每个数据点对应于1000个随机生成几何结构的平均值。插图显示了三种方法获得的均方力误差，其中阴影区域表示随机实现的误差范围。等距一维几何结构的训练集包括平衡长度，原子间距离≈1.79 a0。以及原子间距离增加和减少0.5 a0和1 a0的原子的4个对称伸展。

图3  用特征向量连续格式从分子动力学模拟得到的水分子的振动动力学。a a1对称拉伸的预测频率。轨迹从拉伸的初始构型开始，并用增加的训练数据几何形状进行预测。我们在逐渐增大的6- 31 G中模拟了该系统（蓝色，虚线），cc-pVDZ（橙子，虚线）和cc-pVTZ（红色、点划线）基组，其中较大的两个基使用限制于8个Hartree中的4个电子的完全活性空间（CAS）的训练数据，水平线给出了在6- 31 G基础上的FCI表面上的轨道的参考值，以及在cc-pVDZ和cc-pVTZ基础上的CAS模拟。b在6- 31 G基础上的轨迹上的氧-氢距离，如从连续N = 6（蓝色，实线）和N = 2（红色，虚线）训练点以及来自全构型相互作用的参考轨迹（“精确”，黑色，虚线）中获得的。

图4  a在6- 31 G的基础上，随着数据集（N）的增加，与密度矩阵重整化群（DMRG）训练的本征向量延拓的精确对角化相比的误差。b（4，8）在cc-pVDZ的基础上，对于N = 9个训练点，在沿着轨迹的每个几何形状处的完全活动空间（CAS）训练的本征向量连续和独立计算的CAS能量，和N = 14个训练点。我们强调，预计不会出现关于该近似训练数据的变异性，从而使连续能量低于参考方法，如图所示。 图5  在STO-6 G基础上，从一个初始对称拉伸的几何结构得到的一个30个原子的氢链的分子动力学。a链中的第一个和最后一个原子，‖ ‖ R1 − R30 ‖‖，B第一个和第二个原子，这表明当整个链增长时，前两个氢原子形成稳定的振动二聚体。（“继续”），具有N = 47（蓝色）、N = 10（橙子）和N = 2（红色）训练点，以及来自密度矩阵重正化组的轨迹（“DMRG”，黑色，虚线），哈特里-福克（“HF”，棕色，点状）和密度泛函理论与PBE交换关联（“DFT”，浅蓝色，点划线）势能表面。所示的附加快照描述了从收敛的本征向量延拓（N = 47）获得的初始和最终氢链排列。 图6  热化Zundel阳离子的中心氢和氧原子之间的（298.15K）系综平均距离。a通过从N = 60、80、100个密度矩阵重整化群训练几何中插值获得的作为传播时间的函数的平均距离，以及密度泛函理论的结果（“DFT”与CAM-B3 LYP 103和PBE 104交换相关性泛函）和具有单重和二重的偶联簇（“CCSD”）该平均值对应于具有100个时间步长的窗口的原子之间的距离的移动平均值（≈60.4飞秒），并对500个独立的轨道和两个氧原子进行平均。每个轨道系综需要500万次能量和力计算。B氢，在核密度分析105、106中使用单个数据点的高斯涂抹，带宽为σ = 0.0025。

图7  预测的Mulliken电荷分布为孤立的高能分子动力学轨道的一个单一的Zundel阳离子。面板显示了预测的Mulliken电荷为水合氢离子（a）和水（B）的亚单位从动力学模拟的反应从本征向量延拓与N = 40（橙子）和N = 84（蓝色）的训练点从密度矩阵重整化组。该系统使用6- 31 G的基础，其中快照描述了在四个均匀间隔的时间处分子几何形状的演变。为了比较，包括了用具有B3 LYP交换关联（“DFT”，浅蓝色，虚线）和Hartree-Fock（“HF”，棕色，虚线）的密度泛函理论模拟的参考电荷。

突出亮点

变分优化：能量严格上界，避免势能面“塌陷”，保证物理合理性。

计算高效：复杂度与DFT相当，却能逼近精确解，百万步动力学仅需7500 CPU小时。

多功能输出：不仅能量和力，还可实时提取电荷分布、偶极矩等电子性质。

系统收敛性：训练点增加时，势能面误差可收敛至化学精度（<1 mEh）。

未来展望

扩展体系：突破当前固定原子数的限制，实现更大分子模拟。

核量子效应：结合路径积分分子动力学，捕捉氢隧穿等量子现象。

非绝热动力学：探索激发态与锥形交叉点的快速插值。

实验验证：应用于光化学反应、质子传输等真实复杂体系。