Monoidal bicategories, differential linear logic, and analytic functors

कल्पना कीजिए कि आप यह समझने की कोशिश कर रहे हैं कि ब्रह्मांड कैसे बना है, केवल ईंटों को देखकर नहीं, बल्कि यह देखकर कि वे ईंटें एक-दूसरे से कैसे बात करती हैं। गणित की दुनिया में, कैटेगरी थ्योरी (category theory) नामक एक क्षेत्र है जो बिल्कुल यही करता है। व्यक्तिगत संख्याओं या आकृतियों का अध्ययन करने के बजाय, यह "ऑब्जेक्ट्स" (objects) और उन्हें जोड़ने वाले "मैप्स" (maps) या तीरों (arrows) का अध्ययन करता है। इसे एक विशाल, अमूर्त सबवे मैप की तरह समझें जहाँ स्टेशन विचार हैं और रेखाएँ वे नियम हैं जो आपको उनके बीच यात्रा करने की अनुमति देते हैं।

लंबे समय से, गणितज्ञ लीनियर लॉजिक (Linear Logic) में रुचि रखते आए हैं, जो तर्क करने के नियमों का एक विशेष सेट है जो सूचना को एक भौतिक संसाधन (physical resource) की तरह मानता है। इस तर्क में, आप डेटा के किसी टुकड़े को स्वतंत्र रूप से कॉपी नहीं कर सकते या उसे फेंक नहीं सकते; आपको इसका उपयोग ठीक एक बार करना होगा। यह एक कॉन्सर्ट के लिए एक अकेले टिकट की तरह है: आप अपने दोस्तों के लिए इसकी फोटोकॉपी नहीं कर सकते, और यदि आप अंदर जाना चाहते हैं तो आप इसे अपनी जेब में नहीं छोड़ सकते। इस तर्क को काम करने के लिए, गणितज्ञ एक कोमोनैड (comonad) (एक फैंसी मशीन जो डेटा को पैक करती है) और डिफरेंशिएशन (differentiation) (यह देखना कि चीजें कैसे बदलती हैं) नामक एक नियम का उपयोग करते हैं।

हाल ही में, वैज्ञानिकों ने खोजा कि यह "चीजों को एक बार उपयोग करने" का तर्क आश्चर्यजनक रूप से कैलकुलस (calculus) के समान है। जिस तरह आप किसी फलन (function) का डेरिवेटिव ले सकते हैं यह देखने के लिए कि वह कैसे बदलता है, वैसे ही आप एक तार्किक प्रक्रिया का "डेरिवेटिव" ले सकते हैं। इसी बात ने डिफरेंशियल लीनियर लॉजिक (Differential Linear Logic) को जन्म दिया, जो हमें स्वयं तर्क पर कैलकुलस करने की अनुमति देता है। लेकिन एक समस्या थी: ये सभी नियम सपाट, एक-आयामी मानचित्रों के लिए बनाए गए थे। वास्तविक दुनिया के जटिल सिस्टम अक्सर एक सपाट ड्राइंग के बजाय एक 3D मूर्तिकला (sculpture) की तरह महसूस होते हैं। यह शोध पत्र पूछता है: क्या होगा यदि हम इन नियमों को एक उच्च आयाम (higher dimension) में ले जाएं, जहाँ कनेक्शनों के बीच के कनेक्शन मायने रखते हैं?

---

बड़ी अवधारणा: सपाट मानचित्रों से 3D मूर्तियों तक

मार्सेलो फियोरे, निकोला गैम्बिनो और मार्टिन हाइलैंड द्वारा लिखा गया यह शोध पत्र, तर्क के गणितीय "ऑपरेटिंग सिस्टम" को अपग्रेड करने के लिए एक निर्माण मैनुअल की तरह है। लेखक लीनियर लॉजिक और डिफरेंशियल लीनियर लॉजिक के मौजूदा, अच्छी तरह से समझे गए नियमों को लेते हैं और उन्हें एक मोनॉइडल बाइकैटेगरी (monoidal bicategory) में काम करने के लिए फिर से बनाते हैं।

साधारण शब्दों में, एक बाइकैटेगरी (bicategory) एक ऐसी गणितीय संरचना है जहाँ आपके पास ऑब्जेक्ट्स होते हैं, उनके बीच के मैप्स होते हैं, और मैप्स के बीच भी मैप्स (जिन्हें 2-cells कहा जाता है) होते हैं। यदि एक सामान्य कैटेगरी एक सपाट सबवे मैप है, तो एक बाइकैटेगरी एक ऐसा सबवे मैप है जहाँ ट्रेनें चलते समय खुद ट्रैक बदल सकती हैं, मिल सकती हैं या विभाजित हो सकती हैं। लेखक मूल रूप से कह रहे हैं, "आइए हम अपने तार्किक नियमों को कठोर, सपाट रेखाओं के रूप में मानना बंद करें और उन्हें लचीली, 3D संरचनाओं के रूप में मानना शुरू करें।"

नए उपकरण: "स्यूडो" मशीनें और "कोडरिलेक्शन"

इस नई 3D दुनिया को बनाने के लिए, लेखक दो मुख्य उपकरण आविष्कार करते हैं:

1. लीनियर एक्सपोनेंशियल स्यूडोकोमोनेड्स (Linear Exponential Pseudocomonads): एक मानक "कोमोनैड" को एक ऐसी मशीन के रूप में सोचें जो डेटा के एक टुकड़े को लेती है और उसे एक विशेष बॉक्स ( "!" बॉक्स) में लपेट देती है जो कहता है, "आप इस डेटा का जितनी बार चाहें उतनी बार उपयोग कर सकते हैं, लेकिन केवल तभी जब आपने इसे प्रोसेस कर लिया हो।" सपाट दुनिया में, यह मशीन कठोर है। इस शोध पत्र की 3D दुनिया में, मशीन एक "स्यूडोकोमोनेड" (pseudocomonad) बन जाती है। यह एक स्मार्ट, लचीले बॉक्स की तरह है जो खिंच और मुड़ सकता है। यह अभी भी वही काम करता है (डेटा को पैक करना), लेकिन इसमें जटिल 3D कनेक्शनों को संभालने के लिए अतिरिक्त "लचीलापन" (wiggle room) है। लेखक सिद्ध करते हैं कि इस लचीलेपन के साथ भी, मशीन लीनियर लॉजिक के लिए पूरी तरह से काम करती है।

2. कोडरिलेक्शन (Codereliction): यह मुख्य आकर्षण है। सपाट दुनिया में, "कोडरिलेक्शन" एक विशिष्ट नियम है जो आपको एक तार्किक प्रक्रिया का डेरिवेटिव लेने की अनुमति देता है। यह एक जादू की छड़ी की तरह है जो एक "नॉन-लीनियर" प्रक्रिया (जो डेटा का स्वतंत्र रूप से उपयोग करती है) को "लीनियर" प्रक्रिया (जो डेटा का सावधानी से उपयोग करती है) में बदल देती है ताकि यह देखा जा सके कि वह कैसे बदलती है। लेखक एक बिकैटगोरिकल कोडरिलेक्शन (bicategorical codereliction) पेश करते हैं। कल्पना कीजिए कि आपके पास तर्क का एक जटिल, घूमता हुआ गांठ है। कोडरिलेक्शन एक ऐसा उपकरण है जो आपको एक धागे को धीरे से खींचने की अनुमति देता है ताकि आप देख सकें कि पूरा गांठ कैसे प्रतिक्रिया करता है, भले ही वह गांठ 3D स्पेस में हिल रहा हो और अपना आकार बदल रहा हो।

अनुप्रयोग: एनालिटिक फंक्टर्स "बहु-चर" (Many-Variable) फलनों के रूप में

इस शोध पत्र का सबसे रोमांचक हिस्सा वह है जो वे इन नए उपकरणों के साथ करते हैं। वे इन्हें एनालिटिक फंक्टर्स (analytic functors) पर लागू करते हैं।

अतीत में, गणितज्ञ आंद्रे जोयाल ने दिखाया था कि सेट्स (sets) पर कुछ प्रकार के फलनों (एनालिटिक फंक्टर्स) को कैलकुलस में बहुपद (polynomials) या टेलर सीरीज़ की तरह माना जा सकता है। आप यह देखने के लिए उनका डेरिवेटिव ले सकते थे कि वे कैसे बदलते हैं। हालाँकि, यह केवल एक चर (variable) वाले फलनों (जैसे $f(x)$) के लिए काम करता था।

लेखक इन नए 3D लॉजिक टूल्स का उपयोग करके इसे कई चरों (many variables) तक विस्तारित करते हैं। वे दिखाते हैं कि आप एक ऐसे फलन का डेरिवेटिव ले सकते हैं जो एक पूरे कैटेगरी के इनपुट पर निर्भर करता है, न कि केवल एक संख्या पर।

• उपमा: कल्पना कीजिए कि आपके पास केक बनाने की एक रेसिपी है। पुराने जगत में, आप केवल यह पूछ सकते थे, "क्या होगा यदि मैं एक और अंडा डाल दूँ?" (एक चर)। इस नई 3D दुनिया में, लेखक दिखाते हैं कि आप यह पूछ सकते हैं, "क्या होगा यदि मैं आटा, चीनी, ओवन का तापमान और मिश्रण की गति एक साथ बदल दूँ, और उन परिवर्तनों के बीच कैसे परस्पर क्रिया होती है?"
• वे सिद्ध करते हैं कि कैलकुलस के नियम (जैसे उत्पाद नियम और श्रृंखला नियम) इस जटिल, बहु-आयामी सेटिंग में भी पूरी तरह से लागू होते हैं। वे इन नए फलनों को "प्रेशेफ कैटेगरीज़ के बीच एनालिटिक फंक्टर्स" कहते हैं, जो बस एक फैंसी तरीका है "जटिल, बहु-चर तार्किक रेसिपी" कहने का।

उन्होंने क्या पाया और क्या नहीं

यह शोध पत्र सिद्ध करता है (यह एक गणितीय प्रमाण है, अनुमान नहीं) कि:

• आप इन "लचीली" 3D मशीनों (स्यूडोकोमोनेड्स) को परिभाषित कर सकते हैं और वे तर्क के लिए बिल्कुल वैसा ही व्यवहार करती हैं जैसा आप उम्मीद करते हैं।
• आप 3D "जादू की छड़ी" (कोडरिलेक्शन) को परिभाषित कर सकते हैं और यह इन जटिल तार्किक रेसिपी के लिए सफलतापूर्वक डेरिवेटिव की गणना करती है।
• कैलकुलस के प्रसिद्ध नियम (लाइबनिज नियम, चेन रूल) इस नए 3D वातावरण में पूरी तरह से काम करते हैं।

शोध पत्र यह दावा नहीं करता कि उसने गणित की हर समस्या को हल कर दिया है। यह स्पष्ट रूप से नोट करता है कि हालांकि उन्होंने एक मजबूत ढांचा बनाया है, फिर भी कुछ "कोहेरेंस इश्यूज" (तकनीकी विवरण कि 3D आकार आपस में कितनी सटीकता से फिट होते हैं) कठिन हैं। वे यह दावा नहीं करते कि यह करने का एकमात्र तरीका है, लेकिन वे दिखाते हैं कि यह एक वैध और शक्तिशाली तरीका है। वे यह भी दावा नहीं करते कि यह सीधे तौर पर भौतिकी या कंप्यूटर विज्ञान की समस्याओं को हल करता है; वे वह सिद्धांत बना रहे हैं जो भविष्य में इन क्षेत्रों की मदद कर सकता है। वे नींव रख रहे हैं, गगनचुंबी इमारत नहीं बना रहे हैं।

आपको इसकी परवाह क्यों करनी चाहिए?

आप सोच सकते हैं, "3D लॉजिक की परवाह कौन करता है?" लेखक सुझाव देते हैं कि यह सैद्धांतिक कंप्यूटर विज्ञान (theoretical computer science) के लिए महत्वपूर्ण है। कंप्यूटर प्रोग्रामिंग में, हमें अक्सर यह मॉडल करने की आवश्यकता होती है कि कोड खुद को कैसे फिर से लिखता है या प्रोग्राम के विभिन्न हिस्से कैसे परस्पर क्रिया करते हैं। इस 3D लॉजिक में "2-cells" (मैप्स के बीच के मैप्स) इन रीराइटिंग स्टेप्स को मॉडल करने के लिए एकदम सही हैं।

यह दिखाकर कि हम इन जटिल, 3D तार्किक संरचनाओं पर कैलकुलस कर सकते हैं, लेखकों ने एक नए प्रकार के "क्वांटिटेटिव सिमेंटिक्स" (quantitative semantics) का द्वार खोल दिया है। इसका मतलब है कि भविष्य में हम गणितीय रूप से भविष्यवाणी कर पाएंगे कि जटिल सॉफ्टवेयर सिस्टम कैसे व्यवहार करेंगे, कैसे बदलेंगे या कैसे टूटेंगे, ठीक उसी तरह जैसे हम एक गेंद के ढलान से नीचे लुढ़कने की भविष्यवाणी करने के लिए उपकरणों का उपयोग करते हैं। उन्होंने "डिफरेंशिएशन" के अमूर्त विचार को लिया है और दिखाया है कि यह तब भी काम करता है जब दुनिया एक 3D मूर्तिकला की तरह अव्यवस्थित और परस्पर जुड़ी हुई हो।