Физики нашли способ обмануть законы симметрии в машинном обучении

Традиционный подход к моделированию межатомных взаимодействий построен на железном правиле: нейросеть должна явно учитывать симметрии — вращения, отражения, перестановки атомов. Это называется эквивариантностью. Считалось, что без неё модель не сможет правильно предсказывать физические свойства материалов. Сотни статей, миллионы долларов исследований — всё основано на этой догме.

Новое исследование переворачивает логику с ног на голову. Вместо явного встраивания симметрий в архитектуру, учёные позволили обычной нейросети самой выучить эквивариантность из данных. Результат шокирует: модель не только достигла точности эквивариантных методов, но и превзошла их в скорости обучения в 3-4 раза. При этом потребовала на 60% меньше параметров.

Секрет в том, что природа сама является лучшим учителем симметрий. Когда модель видит достаточно примеров атомных конфигураций, она автоматически обнаруживает инвариантности — без принуждения со стороны архитектуры. Более того, она может найти скрытые симметрии, которые физики ещё не формализовали математически.