本文档出自APS 2023 GNN Tutorial，聚焦于图神经网络（Graph Neural Networks, GNNs）在构建第一性原理级原子间势能函数（interatomic potentials）中的理论基础、建模挑战与算法演进。以下将围绕算法原理与数学公式展开深度总结与分析，严格依据文稿逻辑脉络，不引入外部知识或代码实现，重点阐释GNN作为势能模型所必须满足的物理约束、其相较于传统方法（如Behler–Parrinello网络）的结构性优势，以及核心数学机制如何编码对称性、局域性与可微分性。
一、势能建模的根本约束
原子系统总能量 E 是原子位置集合
的标量函数。物理第一性原理要求该映射必须满足四重严格不变性（invariances）：
1.平移不变性（Translation Invariance）：
这意味着能量仅依赖于相对位矢rij=ri−rj，而非绝对坐标。任何势能模型必须将输入预处理为平移不变量，例如以某原子为原点或直接构造成对距离/角度。
2.旋转不变性（Rotation Invariance）：
此约束要求所有特征必须是旋转群 SO(3) 下的标量（scalars）。例如，欧氏距离 rij=∥rij∥ 是标量；而向量 rij或张量 rij×rij⊤则需经迹、行列式等操作降维为标量，或通过球谐函数展开后取模平方以消除方向依赖。
3.置换不变性（Permutation Invariance）：
对任意排列
这反映原子的全同性——能量不应随原子编号顺序改变。数学上，这要求映射 E:RN×3→R 必须是对称函数（symmetric function）。经典解法是采用对称聚合（symmetric aggregation），如求和、均值或最大值：
此处hi是第 i 个原子的局部嵌入（local embedding），⨁ 确保输出与输入排序无关。
4.系统规模不变性（Size Extensivity / Cardinality Invariance）：
能量应随原子数近似线性增长（广延量），即 E∝N。这要求模型具有权重共享（weight-tying） 机制，避免参数数量随 N 增长。全连接MLP因参数与 N^2相关而天然违背此约束；而GNN通过节点级局部更新，使每层计算复杂度为 O(N)（若邻接稀疏），天然满足可扩展性。
二、传统方法的局限
Behler–Parrinello（BP）网络是早期成功的手工特征+MLP范式。其核心在于构造对称函数集 {Gk(R)}，将原子环境映射为固定维数向量，再输入MLP预测能量。典型对称函数包括：
1.径向函数（Radial Symmetry Functions）：
η,r s为超参，δτiτj指示原子类型匹配。该函数仅捕获中心原子 i 与其同类原子 j 的距离分布。
2.角度函数（Angular Symmetry Functions）：
其中 θjik为夹角，λ=±1 控制奇偶性，ζ 控制角分布锐度。此函数编码三体相互作用，但显式依赖于角度余弦，丧失高阶几何信息。
BP网络的数学缺陷在于：
特征工程僵化：函数形式由物理直觉预设，无法自适应学习最优表示；PCA分析（Cubuk et al., JCP 2017）表明其特征空间存在冗余与低效性。
层叠不可行：对称函数输出为固定维向量，缺乏内在图结构，无法定义“邻域消息传递”，故难以堆叠多层非线性变换以提取高阶关联。
物理先验过载：过度嵌入三体、四体等特定相互作用形式，反而限制模型在未知化学空间的泛化能力。
三、GNN的数学重构
GNN将原子系统自然建模为无向图 G=(V,E)：节点集 V={1,…,N} 表示原子，边集 E={(i,j)∣rij<rc} 由截断半径 rc定义的邻接关系构成。每个节点 i 拥有特征xi=[τi,ri]（原子类型独热编码 + 位置），边 (i,j) 特征为 eij=[rij,rij]。
GNN的核心是消息传递框架（Message Passing Framework），其第 l 层更新遵循统一范式：
其中：
N(i) 是 i 的邻居集合；ϕ (l)是可学习的消息函数，输入为中心节点、邻居节点及边特征，输出消息向量；⨁ 是置换不变聚合算子（如求和），确保节点更新与邻居顺序无关，从而保障整体置换不变性ψ(l)是可学习的更新函数，融合旧状态与聚合消息。
关键突破在于：所有函数 ϕ(l),ψ(l)均为MLP，且其输入被精心设计为旋转/平移不变量。例如，ϕ(l)的输入可设为 {hi(l−1),h j(l−1),rij,gij}，其中 gij是球谐函数对rij/rij的展开系数（如Ylm( r^ij)），其模平方∣Ylm∣2构成旋转不变标量基。这种构造使GNN在每一层都内生地保持旋转与平移不变性，无需后处理。最终全局能量预测为：
其中 ρ 是输出MLP，⨁ 再次保证置换与规模不变性。应力张量 σ 可通过对能量关于晶格矢量 H 求导获得：
这依赖于整个计算图的自动微分（automatic differentiation）——JAX-MD正是为此提供端到端可微框架。
四、归纳偏置与可扩展性
GNN的成功根植于其与物理系统的归纳偏置（inductive bias）对齐：
1.局域性（Locality）：消息仅在rc内传递，对应真实短程相互作用，计算复杂度 O(N)（经空间划分优化）；
2.对称性（Symmetry）：通过不变量输入与对称聚合，数学上严格嵌入物理定律；
3.可组合性（Composability）：多层消息传递可渐进式构建 k-体关联（k 随层数增长），超越BP网络固定的二体/三体截断。
相较而言，CNN在图像任务中依赖平移等变性（equivariance），而GNN在原子系统中需旋转/平移不变性，二者数学基础迥异。ViT等架构虽具强表达力，但缺乏对原子间几何约束的先验，需海量数据补偿，而GNN以少量数据（如Li-Si体系数千结构）即可收敛，印证其归纳偏置的有效性。
综上，GNN并非黑箱替代品，而是以严格的群论约束为骨架、以可学习图算子为肌肉的势能建模范式。其数学本质是：在对称性流形上定义的、满足物理守恒律的、可微分的、可扩展的函数逼近器。未来突破将聚焦于更优的不变特征基（如SE(3)-equivariant表示）、应力预测的协变性保障，以及跨元素泛化的鲁棒图拓扑学习。
与我交流（为方便长期交流合作，加好友请按要求备注行业/专业，不胜感激））
微信号｜wx18813053116
常用马甲｜Grandfissure
10个月宝宝每天需要喝多少奶粉？
