Una navaja suiza es simple: una sola carcasa, muchas hojas, cada una para su tarea. Sacas la que necesitas y trabajas. En ciencia de materiales, las redes neuronales de grafos durante mucho tiempo se parecieron a un conjunto de herramientas dispersas: MEGNet estaba en el cajón de TensorFlow, M3GNet en el de PyTorch, y CHGNet en una caja aparte con sus propios scripts. Para transferir un modelo a nuevos datos o comparar arquitecturas, había que inventar adaptadores. La biblioteca MatGL reúne estas hojas en una sola carcasa.

Dentro hay cinco arquitecturas: MEGNet, M3GNet, CHGNet, TensorNet y SO3Net. Están construidas a partir de módulos comunes: capas, pooling, funciones de activación. Es como una navaja con mecanismo compartido: solo cambia la forma de la hoja. El entrenamiento se realiza mediante PyTorch Lightning, lo que permite escalar los cálculos a varias GPU. Para los potenciales interatómicos, funciones que predicen la energía a partir de las posiciones de los átomos, se ha implementado la clase Potential. Esta maneja automáticamente la normalización de energías y calcula fuerzas, tensiones y hessianos mediante autodiferenciación. Las interfaces con ASE y LAMMPS permiten ejecutar la relajación de estructuras y la dinámica molecular con un solo comando.

Los benchmarks en cuatro conjuntos de datos muestran que MatGL reproduce la precisión de los modelos originales. En QM9, el error de predicción de la energía libre es de 0.025 eV para M3GNet, 0.027 eV para TensorNet y 0.025 eV para SO3Net; MEGNet se queda atrás con 0.037 eV. En Matbench, para la energía de formación, M3GNet, TensorNet y SO3Net dan un error de 0.020–0.024 eV/átomo, mientras que MEGNet da 0.037 eV/átomo. Para los potenciales en ANI-1x, el equivariante SO3Net alcanza un error en fuerzas de 0.035 eV/Å frente a 0.075 eV/Å de M3GNet con transferencia de aprendizaje. En los cristales de Materials Project, CHGNet supera a M3GNet y TensorNet: error en energía de 19.9 meV/átomo frente a 23.0 y 30.3 meV/átomo. La velocidad de inferencia de TensorNet en QM9 es de 14.9 segundos para 6541 moléculas en una RTX 3090, mientras que MEGNet tarda 12 segundos, pero con peor precisión.

Antes, cada modelo de grafos para materiales vivía en su propio repositorio, con su formato de datos y su método de entrenamiento. Ahora existe una biblioteca unificada donde cinco arquitecturas, potenciales preentrenados e interfaces con simuladores funcionan a través de una API común. Se ensamblaron capas modulares y pipelines de datos sobre DGL y PyTorch Lightning, y luego se ejecutaron todos los modelos con los mismos benchmarks. Los científicos de materiales pueden lanzar directamente predicciones de propiedades y dinámica molecular sin tener que entender los detalles de cada arquitectura. Esto reduce la barrera de entrada para los experimentalistas y acelera la reproducibilidad. A diferencia de trabajos vecinos que se centran en una sola arquitectura o en aprendizaje por refuerzo, MatGL ofrece cinco modelos a la vez y los conecta con ASE y LAMMPS, convirtiendo la biblioteca en una plataforma de ciclo completo, desde los datos hasta la dinámica molecular.

El siguiente paso es el soporte para entrenamiento multiproceso en varias GPU y el trabajo con bases de datos que superen los millones de estructuras. Los autores planean usar bases de datos mapeadas en memoria para almacenar los grafos, eliminando la limitación de memoria. Esto permitirá entrenar potenciales universales con todo el volumen de Materials Project y ejecutar dinámica molecular de sistemas con cientos de miles de átomos. La navaja suiza no se queda en el cajón: se despliega para nuevos desafíos.