ポテンシャルがスカラーと配列を返しても、科学的に解釈できる結果とは限りません。原子、幾何、電子状態、単位、エネルギー基準を特定する必要があります。本稿は出力を受け取る研究者やレビュー資料の作成者向けです。条件の異なる性能値による順位付けは行いません。
二つのプロジェクトの役割
SpookyNet は電子状態入力と非局所的寄与を扱うポテンシャルの参照実装で、反発・静電・分散項を設定できます。原論文 が動機を説明しています。電荷やスピン関連情報を入力できても、特定の重みがあらゆる電荷状態や反応を学習したことにはなりません。
TorchMD-Net はニューラルネットワークポテンシャルの学習・利用フレームワークです。確認した main README は TensorNet/TensorNet2 を挙げ、旧 ET、Transformer、GN を非推奨としています。2026-10-18 の PyPI は 3.0.3、Python >=3.10 です。main の挙動とインストール版は別途照合します。両者は構成もアーキテクチャも異なり、そのまま共通ベンチマークにはなりません。
入力契約を確定する
原子番号、原子順序、座標、長さ単位、分子・バッチ帰属、該当する周期セルを構成ごとに保存します。非有限座標、原子の重なり、未対応元素、境界条件を先に確認します。
SpookyNet の入力仕様 は Z、R、系ごとの全電荷 Q、磁気モーメントの符号化 S と近傍情報を用います。文書では一重項 S=0、二重項 S=1、三重項 S=2 です。量子スピン値や多重度を変換せず代入しないでください。ASE 計算器 は charge、magmom を渡します。中性・一重項の既定値は、実際の電子状態を診断した結果ではありません。
TorchMD-Net のモデル実装 は z、pos、batch などを受け取ります。引数が存在しても、すべてのアーキテクチャや重みが同じ意味で使うとは限りません。表現、出力モジュール、学習設定を確認します。
出力の意味を契約として読む
| 出力 | 確定すべき内容 | よくある誤り |
|---|---|---|
| 系ごとのスカラー | 目的変数、集約、参照基準 | 任意のスカラーを全エネルギーと呼ぶ |
| 力配列 | 原子対応、負勾配、エネルギー/長さ単位 | 原子順序や符号の不一致 |
| 電荷・双極子 | 定義、基準、学習の根拠 | 部分電荷を一意な実測量とみなす |
| アンサンブルの広がり | 構成モデルと統計手順 | 校正済み誤差限界と呼ぶ |
エネルギーポテンシャルなら F = -∂E/∂R です。SpookyNet の物理項は Å と eV を前提とし、変更時には定数も整合させるようソースが注意しています。その規約なら力は eV/Å です。別単位で学習した配列のラベルだけを変えてはいけません。
確認した TorchMD-Net では derivative=True がスカラーと座標に対する負の導関数を返します。導関数を無効にした場合、docstring は None に言及しますが、実装は空 tensor を返します。旧例や配列の真偽判定に頼らず、インストール版を確認してください。スカラーがエネルギー以外なら、その導関数を物理的な力と呼べません。原子参照、事前項、目的値のスケーリングも追跡します。
数値を作らないレビュー演習
構成 ID、座標ファイルハッシュ、重みハッシュ、コード版、目的・単位、原子順序、電荷・状態の規約、エネルギー基準、出力形状、失敗状態を一組の記録にします。公開され、領域内にあり、参照法が特定できる幾何から始めます。これは提案ワークシートであり実行例ではありません。Code status は 該当なしです。
形状、有限値、原子対応を確認した後、エネルギーモデルなら一座標の有限差分 -[E(R+h)-E(R-h)]/(2h) と力成分を比較する計画を立てます。変位幅と精度を複数選び、病的構造や近傍リストの不連続を避けます。並進・回転ではベクトルも整合して変換します。これらは内部整合性であり、不正確なエネルギー面でも一致し得ます。
適切な参照で誤差を評価する
参照計算法、電子状態、原子組成、エネルギー規約を合わせてから差を比較します。原子参照の偏移や全量・原子あたりの違いが、単純な絶対比較を支配する場合があります。力 MAE が直交成分平均か原子ごとのベクトルノルムかも明示します。関連配座・軌跡をまとめ、評価集合間の漏洩を防ぎます。
各構成と部分群の誤差、計算失敗も残します。歪んだ構造、未知の電荷状態、領域外の化学を別に調べます。平衡構造の平均誤差だけでは動力学の安定性や結合切断は保証できません。モデル間のばらつきが小さくても共通の系統誤差は残ります。実験値には条件と不確かさを別途合わせる必要があります。
版、ライセンス、根拠の境界
SpookyNet と TorchMD-Net のコードは MIT を宣言しますが、重みと学習データは別に確認します。現行 TorchMD-Net README は旧 TensorNet 重みの互換変換を説明します。元ファイルを保存し、対象リリースの手順を確認してください。任意の版のバイナリ・数値互換性は主張しません。
本稿で推論、有限差分、電子状態参照計算、動力学は実行していません。資料確認はインターフェースの説明を支え、レビュー手順は編集上の提案です。実行成功、導関数整合性、参照精度、実験的検証を分けて記録します。具体的な実行や広い材料モデル選定は既存 ASE・MLIP ガイドを参照してください。
ChemAI Atlasの関連資料とワークフロー
SpookyNet · TorchMD-Net · ASE
ASEと機械学習ポテンシャル:単位・最適化・検証 · 機械学習原子間ポテンシャルの選択:MACE・SevenNet・CHGNet・MatGL · QM9の分子物性予測を正しく評価する
出典と根拠の状態
資料確認日:2026-10-18。能力・API の記述は一次資料に基づき、監査・受け入れ手順は編集上の提案です。科学的検証や性能の実測を報告するものではありません。