🌀 nonlinear sciences

Hebbian Physics Networks: A Self-Organizing Computational Architecture Based on Local Physical Laws

हेबियन फिजिक्स नेटवर्क (HPN) एक स्व-संगठित कम्प्यूटेशनल ढांचा प्रस्तुत करता है जहाँ भौतिक अवस्थाएँ और परिवहन ऑपरेटर स्थानीय, अवशिष्ट-संचालित हेबियन अनुकूलन के माध्यम से सह-विकसित होते हैं, जो वैश्विक अनुकूलन या कठोर ग्रिड के बिना आंतरिक रूप से ऊष्मागतिकीय रूप से स्थिर और भौतिक रूप से सुसंगत परिवहन ज्यामिति के उद्भव को सक्षम बनाता है।

मूल लेखक: Gunjan Auti, Hirofumi Daiguji, Gouhei Tanaka

प्रकाशित 2026-03-19

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Gunjan Auti, Hirofumi Daiguji, Gouhei Tanaka

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप बिजली गुल होने के दौरान एक अराजक शहर को व्यवस्थित करने की कोशिश कर रहे हैं। सड़कें जाम हैं, लोग घबराए हुए हैं, और संसाधन (जैसे भोजन और पानी) गलत जगहों पर फंसे हुए हैं।

पुराना तरीका (शास्त्रीय भौतिकी - Classical Physics):
परंपरागत रूप से, वैज्ञानिक एक कठोर शहर योजनाकार (city planner) की तरह कार्य करते हैं। वे एक निश्चित मानचित्र खींचते हैं जिसमें स्थायी सड़कें और ट्रैफिक लाइटें होती हैं। वे कहते हैं, "चाहे कुछ भी हो जाए, यातायात को ठीक इसी पूर्व-निर्धारित मानचित्र के अनुसार चलना चाहिए।" यदि कोई सड़क अवरुद्ध हो जाती है, तो योजनाकार जबरदस्ती यातायात को उसी रास्ते से निकालने की कोशिश करता है, या वह एक बार में पूरे शहर के लिए एक नया वैश्विक मार्ग (global route) कैलकुलेट करता है। यह एक विशाल पहेली को हल करने जैसा है जहाँ हर टुकड़े को एक पहले से कटे हुए खांचे में जबरदस्ती फिट किया जाता है। यह शांत दिनों में अच्छा काम करता है, लेकिन जब शहर में अराजकता (जैसे तूफान या ट्रैफिक जाम) होती है, तो वह कठोर मानचित्र वास्तविकता के अनुकूल नहीं बैठता।

नया तरीका (हेबियन फिजिक्स नेटवर्क - HPN):
यह शोध पत्र एक क्रांतिकारी विचार पेश करता है: क्या होगा अगर सड़कें खुद अपना आकार बदल सकें?

एक निश्चित मानचित्र के बजाय, कल्पना कीजिए कि शहर "स्मार्ट, जीवित सड़कों" से बना है। ये सड़कें एक विशेष "प्लास्टिक" सामग्री से बनी हैं जो इस आधार पर फैल सकती हैं, सिकुड़ सकती हैं या गायब हो सकती हैं कि यातायात कहाँ फंसा हुआ है।

यह हेबियन फिजिक्स नेटवर्क (HPN) सरल उपमाओं का उपयोग करके कैसे काम करता है, यहाँ दिया गया है:

1. "फंसा हुआ ट्रैफिक" सिग्नल (रेसिड्यूअल - The Residual)

इस नए सिस्टम में, प्रत्येक चौराहे पर एक सेंसर होता है। यदि किसी चौराहे पर बहुत अधिक ट्रैफिक जमा हो जाता है (एक "रेसिड्यूअल"), तो सेंसर चिल्लाता है, "हम असंतुलित हैं!"

पुराना तरीका: आप उस चीख को अनदेखा करते हैं और टूटी हुई सड़क पर चलते रहते हैं।
HPN तरीका: वह चीख सबसे महत्वपूर्ण है। यह सड़क को बताती है कि उसे कहाँ बदलाव करना है।

2. "प्लास्टिक की सड़कें" (अनुकूलन योग्य भार - Adaptive Weights)

चौराहों के बीच के संबंध (नेटवर्क के किनारे) निश्चित नहीं हैं। ये भार (weights) हैं।

यदि कोई सड़क ट्रैफिक जाम को हटाने में मदद कर रही है, तो HPN उस सड़क को अधिक चौड़ा और चिकना बना देता है (भार बढ़ाता है)।
यदि कोई सड़क जाम को और बदतर बना रही है, तो HPN उसे संकीर्ण या बंद कर देता है (भार घटाता है)।

यह स्थानीय स्तर पर होता है। चौराहे A का सड़क को यह जानने की आवश्यकता नहीं है कि चौराहे Z में क्या हो रहा है। वह केवल अपने ठीक सामने लगे ट्रैफिक जाम को सुनता है और खुद को तुरंत समायोजित करता है।

3. "एंटी-हेबियन" नियम (सीखना अनसीखकर - Learning by Unlearning)

यह शोध पत्र एक फैंसी शब्द "एंटी-हेबियन लर्निंग" का उपयोग करता है। सरल शब्दों में, इसे "गलतियों को सुधारकर सीखना" समझें।

सामान्य सीखने में (जैसे परीक्षा के लिए पढ़ाई करना), आप जो जानते हैं उसे मजबूत करने के लिए उसे दोहराते हैं।
इस भौतिकी नेटवर्क में, सिस्टम उन चीजों को हटाकर सीखता है जो तनाव पैदा करती हैं। यदि कोई कनेक्शन ट्रैफिक जाम का कारण बनता है, तो सिस्टम उस कनेक्शन को "अनलर्न" (unlearn) कर देता है। यह खराब रास्तों को तब तक काटता रहता है जब तक कि केवल कुशल पथ ही शेष न रह जाएं।

4. जादुई परिणाम: स्व-संगठन (Self-Organization)

सबसे आश्चर्यजनक हिस्सा यह है कि कोई अंतिम मानचित्र नहीं बनाता।

आप सड़कों के एक रैंडम ढेर और एक अराजक शहर के साथ शुरुआत करते हैं।
आप बस "ट्रैफिक जाम" (रेसिड्यूअल) को परिवर्तनों को संचालित करने देते हैं।
समय के साथ, सड़कें स्वाभाविक रूप से यातायात चलाने के लिए एक आदर्श राजमार्ग प्रणाली में खुद को पुनर्गठित कर लेती हैं।
भौतिकी के नियम (जैसे पानी का प्रवाह या गर्मी का प्रसार) इस प्रक्रिया से उभरते (emerge) हैं। सिस्टम ट्रैफिक जाम को रोकने की कोशिश करके भौतिकी के नियमों की खोज करता है।

एक वास्तविक दुनिया की उपमा: घास का मैदान

लेखक शोध पत्र में एक बेहतरीन उपमा का उपयोग करते हैं:

ऊपर से नीचे (पुराना तरीका): आप घास को हवा में झुकते हुए देखते हैं। आप मान लेते हैं कि आप हवा के नियमों (Navier-Stokes equations) को जानते हैं और यह गणना करने की कोशिश करते हैं कि हवा को घास को इस तरह झुकाने के लिए वास्तव में कैसे बहना चाहिए।
नीचे से ऊपर (HPN तरीका): आप हवा के नियमों को नहीं जानते। इसके बजाय, आप घास की प्रत्येक पत्ती को देखते हैं। आप पूछते हैं, "यह पत्ती अपने बगल वाली घास के प्रति कैसी प्रतिक्रिया देती है?" आप प्रत्येक पत्ती को अपने पड़ोसी के आधार पर खुद को समायोजित करने देते हैं। अंततः, घास का पूरा मैदान खुद को एक ऐसे पैटर्न में व्यवस्थित कर लेता है जो ऐसा दिखता है जैसे उसे किसी विशिष्ट हवा ने उड़ाया हो, लेकिन हवा का पैटर्न कभी कैलकुलेट नहीं किया गया था—वह बस स्थानीय समायोजनों से उभरा (emerged) था।

यह क्यों महत्वपूर्ण है?

यह मजबूत (Robust) है: यदि एक सड़क टूट जाती है, तो सिस्टम क्रैश नहीं होता। यह तुरंत "प्लास्टिक" सड़कों को टूट के चारों ओर मोड़ देता है।
यह स्थानीय (Local) है: इसे पूरे शहर के ट्रैफिक को एक साथ कैलकुलेट करने के लिए सुपरकंप्यूटर की आवश्यकता नहीं है। प्रत्येक चौराहा अपनी समस्या खुद हल करता है।
यह अराजकता में काम करता है: यह अशांत प्रवाह (turbulent flows), जटिल रासायनिक प्रतिक्रियाओं, या ऐसी किसी भी चीज़ के लिए उपयुक्त है जहाँ नियम पहले से स्पष्ट नहीं हैं। सिस्टम चलते-चलते नियम सीख जाता है।

सारांश

हेबियन फिजिक्स नेटवर्क एक कंप्यूटर प्रोग्राम है जो एक निश्चित ग्रिड पर समीकरणों को हल करने की कोशिश करना बंद कर देता है। इसके बजाय, यह एक जीवित, सांस लेने वाला नेटवर्क बनाता है जहाँ बिंदुओं के बीच के संबंध स्थानीय समस्याओं को ठीक करने के लिए अपना आकार बदलते हैं। स्थानीय समस्याओं को "ठीक करने" की निरंतर कोशिश करके, पूरा सिस्टम स्वाभाविक रूप से एक कुशल प्रवाह में व्यवस्थित हो जाता है, और इस प्रक्रिया के दौरान भौतिकी के नियमों की खोज भी करता है।

यह एक शहर को सिखाने जैसा है कि वह अपने स्वयं के ट्रैफिक जाम को कैसे ठीक करे, बस सड़कों को बढ़ने और सिकुड़ने देने के माध्यम से, जब तक कि यातायात पूरी तरह से सुचारू न हो जाए।

यहाँ शोध पत्र "Hebbian Physics Networks: A Self-Organizing Computational Architecture Based on Local Physical Laws" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

शास्त्रीय कम्प्यूटेशनल भौतिकी एक मौलिक अमूर्तता (abstraction) पर निर्भर करती है: अवस्था (जैसे वेग, तापमान) और संरचना (ज्यामितीय परिवहन ऑपरेटर) के बीच का पृथक्करण। पारंपरिक विधियों (फाइनाइट डिफरेंस, फाइनाइट एलीमेंट, आदि) में, परिवहन को नियंत्रित करने वाला कॉन्स्टिट्यूटिव ऑपरेटर एक निश्चित ग्रिड पर पूर्व-निर्धारित (a priori) होता है। संरक्षण नियमों को एक निश्चित ऑपरेटर को वैश्विक स्तर पर लागू करके लागू किया जाता है, जिसके लिए अक्सर सिंक्रोनाइज्ड टाइम-मार्चिंग और ग्लोबल सॉल्वर (जैसे कि असंपीड्यता के लिए पॉइसन सॉल्वर) की आवश्यकता होती है।

यद्यपि यह दृष्टिकोण सफल है, लेकिन यह मानता है कि परिवहन ज्यामिति स्थिर है, यहाँ तक कि उन स्थितियों में भी जो 'दूर-से-साम्यावस्था' (far-from-equilibrium) की हैं जहाँ भौतिक प्रणालियाँ स्वाभाविक रूप से स्व-संगठित (self-organize) होती हैं। मौजूदा अनुकूली विधियाँ (मेश रिफाइनमेंट, गुणांक ट्यूनिंग) एक निश्चित टोपोलॉजी के भीतर मापदंडों को संशोधित करती हैं, लेकिन वे स्वयं परिवहन संरचना को विकसित होने की अनुमति नहीं देती हैं। लेखक तर्क देते हैं कि गैर-साम्यावस्था ऊष्मप्रवैगिकी (non-equilibrium thermodynamics) के दृष्टिकोण से, कॉन्स्टिट्यूटिव ऑपरेटर एक गतिशील क्षेत्र (dynamic field) होना चाहिए जो स्थानीय संरक्षण को बहाल करने के लिए अवस्था के साथ सह-विकसित (co-evolve) हो, न कि एक स्थिर पृष्ठभूमि वस्तु के रूप में।

2. कार्यप्रणाली: हेब्बियन फिजिक्स नेटवर्क (HPN)

लेखक हेब्बियन फिजिक्स नेटवर्क (HPN) का प्रस्ताव करते हैं, जो एक ऐसा कम्प्यूटेशनल ढांचा है जहाँ परिवहन ज्यामिति प्लास्टिक (plastic) है और स्थानीय संरक्षण कानूनों को बहाल करने के लिए स्थानीय रूप से अनुकूलित होती है।

आर्किटेक्चर (Architecture): सिस्टम को एक निर्देशित ग्राफ $G=(V, E)$ $G = (V, E)$ पर परिभाषित किया गया है।
- नोड्स ( $i$ ): गहन अवस्था चर (intensive state variables) $U_i$ (जैसे सांद्रता, संवेग घनत्व) को संग्रहीत करते हैं और उनकी एक स्थानीय क्षमता $\Omega_i$ होती है।
- एजेस ( $j \to i$ ): अनुकूलित कपलिंग वेट्स (adaptive coupling weights) $W_{ij}$ ले जाते हैं, जो परिवहन पथ के चालकता (conductance) का प्रतिनिधित्व करते हैं।
- सिग्नल ( $S_{ij}$ ): एक अवस्था-केंद्रित सिग्नल (आमतौर पर $S_{ij} = U_j$ ) जो नोड $j$ से $i$ तक प्रसारित होता है।
फ्लक्स और रेसिडुअल्स (Flux and Residuals):
- फ्लक्स को $J_{ij} = W_{ij}S_{ij}$ के रूप में परिभाषित किया गया है।
- रेसिड्यू (Residual, $R_i$ ) नोड $i$ पर संरक्षण का स्थानीय उल्लंघन (जैसे फ्लक्स का डाइवर्जेंस) है: $R_i = \sum (J_{ij} - J_{ji})$ । यह एक स्थानीय ऊष्मप्रवैगिकी बल (thermodynamic force) के रूप में कार्य करता है।
डायनेमिक्स (Dynamics):
- अवस्था विकास (State Evolution): अवस्था $U_i$ स्थानीय क्षमता द्वारा निर्धारित दर पर रेसिड्यू $R_i$ को कम करने के लिए शिथिल (relax) होती है: $\Delta U_i \propto R_i / \Omega_i$ ।
- संरचनात्मक अनुकूलन (Structural Adaptation - मुख्य नवाचार): वेट्स $W_{ij}$ $W_{ij}$ एक रेसिड्यू-मॉड्यूलेटेड एंटी-हेब्बियन नियम के माध्यम से विकसित होते हैं:
  $\Delta W_{ij} = -\eta_w f(R_i)S_{ij} + \epsilon g(|R_i|)S_{ij} - \lambda W_{ij}$
  - प्लास्टिक यील्ड ( $-\eta_w f(R_i)S_{ij}$ ): यह अनुकूलन को संचालित करता है। यदि कोई पथ स्थानीय संचय (असंतुलन) के साथ सह-संबंधित है, तो उसके चालकता को तनाव को कम करने के लिए समायोजित किया जाता है। यह शब्द रेसिड्यू ऊर्जा पर एक स्थानीय ग्रेडिएंट डिसेंट (gradient descent) बनाता है।
  - प्रमोशन ( $\epsilon g(|R_i|)S_{ij}$ ): एक छोटा आधारभूत पारगम्यता (baseline permeability) जो साम्यावस्था के पास पथों को पूरी तरह से लुप्त होने से रोकता है।
  - क्षय ( $-\lambda W_{ij}$ ): वेट्स के अनियंत्रित विकास को रोकता है।
ऊष्मप्रवैगिक निरंतरता (Thermodynamic Consistency): यह ढांचा सुनिश्चित करता है कि वैश्विक संरक्षण एक सटीक संरचनात्मक अपरिवर्तनीय (invariant) ( $\sum R_i = 0$ ) है, जबकि स्थानीय असंतुलन सिस्टम को ऐसी स्थिति की ओर ले जाते हैं जहाँ परिवहन ऑपरेटर साम्यावस्था के पास ऑन्सेगर के रेसिप्रोकल संबंधों (Onsager's reciprocal relations) की संतुष्टि करता है।

3. मुख्य योगदान (Key Contributions)

एकीकृत सह-विकास (Unified Co-Evolution): HPN, कॉन्स्टिट्यूटिव ज्यामिति ( $W$ ) और भौतिक अवस्था ( $U$ ) को एक युग्मित गतिशील प्रणाली (coupled dynamical system) के रूप में मानता है। समीकरण को "सुलझाया" (solve) नहीं जाता; बल्कि सिस्टम एक ऐसी समाधान अवस्था में 'रिलैक्स' होता है जहाँ ज्यामिति स्वयं संरक्षण को संतुष्ट करने के लिए अनुकूलित होती है।
स्थानीय ग्रेडिएंट डिसेंट (Local Gradient Descent): लेखक सिद्ध करते हैं कि एंटी-हेब्बियन वेट अपडेट नियम एक सख्त स्थानीय ग्रेडिएंट डिसेंट के अनुरूप है जो एक रेसिड्यू ऊर्जा फलन ( $L = \frac{1}{2} \sum R_i^2 / \Omega_i$ ) पर आधारित है। यह ऊष्मप्रवैगिक स्वीकार्यता (thermodynamic admissibility) की गारंटी देता है।
ऑन्सेगर रेसिप्रोसिटी का उद्भव (Emergence of Onsager Reciprocity): साम्यावस्था के निकट सीमा में, अनुकूलित वेट्स स्वतः ही एक सममित, पॉजिटिव-डेफिनिट रूप में व्यवस्थित हो जाते हैं, जिससे बिना किसी स्पष्ट प्रवर्तन के ऑन्सेगर के रेसिप्रोकल संबंध प्राप्त होते हैं।
कोई ग्लोबल सॉल्वर नहीं (No Global Solvers): यह विधि वैश्विक मैट्रिक्स इनवर्जन (जैसे असंपीड्य प्रवाह के लिए दबाव हेतु) या वैश्विक टाइम-मार्चिंग की आवश्यकता को समाप्त करती है। बाधाओं को वेट्स के विकास के माध्यम से स्थानीय रूप से लागू किया जाता है।
स्व-संगठित टोपोलॉजी (Self-Organizing Topology): नेटवर्क केवल स्थानीय रेसिड्यू द्वारा संचालित यादृच्छिक प्रारंभिक स्थितियों से प्रभावी परिवहन ज्यामिति (जैसे डिफ्यूजन पाथ या फ्लो स्ट्रीमलाइन्स) को सीखता है।

4. परिणाम (Results)

ढांचे का प्रदर्शन दो मानक समस्याओं पर किया गया था:

स्केलर डिफ्यूजन (Scalar Diffusion):
- सेटअप: रैंडम वेट्स के साथ एक अनस्ट्रक्चर्ड ग्राफ और एक स्थानीयकृत सांद्रता विक्षोभ (concentration perturbation)।
- परिणाम: नेटवर्क ने एक ऐसा परिवहन ज्यामिति विकसित किया जिसने पैराबोलिक डिफ्यूजन फ्रंट्स ( $r \propto \sqrt{t}$ ) को पुनरुत्पादित किया।
- अवलोकन: वैश्विक संरक्षण त्रुटि मशीन परिशुद्धता ( $O(10^{-11})$ ) पर बनी रही। ल्यपुनोव फलन (Lyapunov function/रेसिड्यू ऊर्जा) निरंतर घटता रहा। वेट वितरण बाइस्टेबल (bistable) हो गया (निष्क्रिय पथों को हटाना), जो प्रभावी रूप से डिफ्यूजन ऑपरेटर को सीखता है।
इनकंप्रेसिबल लिड-ड्रिवन कैविटी फ्लो (Incompressible Lid-Driven Cavity Flow):
- सेटअप: एक हाइब्रिड फॉर्मूलेशन जहाँ नेवियर-स्टोक्स ऑपरेटर का उपयोग केवल रेसिड्यू (संवेग असंतुलन और निरंतरता उल्लंघन) की गणना के लिए किया जाता है, जबकि HPN परिवहन वेट्स को अनुकूलित करता है। दबाव (Pressure) स्थानीय रूप से असंपीड्यता को लागू करने के लिए लैग्रेंज मल्टीप्लायर के रूप में कार्य करता है।
- परिणाम: एक शांत अवस्था से शुरू होकर, नेटवर्क कैविटी की विशिष्ट पुनरावर्ती भंवर संरचना (recirculating vortex structure) में स्व-संगठित हुआ।
- डायनेमिक्स: सिस्टम ने एक द्विभाजन (bifurcation) प्रदर्शित किया जहाँ परिवहन ऑपरेटर ने ट्रांसवर्स मोमेंटम पुनर्वितरण को संभालने के लिए खुद को पुनर्गठित किया। सीखे गए वेट्स ने शियर लेयर्स (shear layers) के अनुरूप हेवी-टेल्ड वितरण विकसित किया।
- वैलिडेशन: रेनॉल्ड्स नंबर $Re=100$ पर अभिसरित (converged) स्थिर-अवस्था वेग प्रोफाइल मानक बेंचमार्क डेटा (Ghia et al.) से उच्च सटीकता के साथ मेल खाते हैं।

5. महत्व और निहितार्थ (Significance and Implications)

कम्प्यूटेशन का पुनर्निर्धारण (Reframing Computation): HPN "एक निश्चित समीकरण को हल करने" के बजाय "ऊष्मप्रवैगिक विश्रांति" (thermodynamic relaxation) की ओर शिफ्ट करता है। कम्प्यूटेशन वह रिलैक्सेशन प्रक्रिया है जहाँ अवस्था और ज्यामिति सह-विकसित होते हैं।
फिजिक्स-इन्फॉर्म्ड लर्निंग (Physics-Informed Learning): मानक फिजिक्स-इन्फॉर्म्ड मशीन लर्निंग (PIML) के विपरीत, जो वैश्विक लॉस फंक्शन या निश्चित ऑपरेटरों के माध्यम से भौतिकी को थोपता है, HPN भौतिकी को 'बॉटम-अप' तरीके से शामिल करता है। सिस्टम स्थानीय ऊष्मप्रवैगिक तनाव को न्यूनतम करके कॉन्स्टिट्यूटिव लॉ को सीखता है।
दूर-से-साम्यावस्था अनुप्रयोग (Far-from-Equilibrium Applications): यह ढांचा जटिल, गैर-साम्यावस्था प्रणालियों (जैसे टर्बुलेंस, एक्टिव मैटर) के लिए विशेष रूप से प्रासंगिक है जहाँ प्रभावी परिवहन नियम अज्ञात या अवस्था-निर्भर होते हैं। यह गतिशील रूप से प्रभावी परिवहन टोपोलॉजी खोजने की अनुमति देता है।
ज्यामितीय व्याख्या (Geometric Interpretation): लेखक रेसिड्यू और ज्यामितीय वक्रता (geometric curvature) के बीच एक वैचारिक समानता खींचते हैं। रेसिड्यू स्थानीय कनेक्शनों (वेट्स) के तालमेल की विफलता का प्रतिनिधित्व करता है; HPN विकास इस स्थानीय ज्यामिति को "सपाट" (flatten) करने का कार्य करता है, जो नेचुरल ग्रेडिएंट फ्लो के समान है।

संक्षेप में, हेब्बियन फिजिक्स नेटवर्क एक नवीन, ऊष्मप्रवैगिक रूप से सुसंगत आर्किटेक्चर प्रदान करता है जहाँ भौतिक नियम स्थानीय, अनुकूलित अंतःक्रियाओं से उभरते हैं, जिससे कठोर ढांचे और वैश्विक सॉल्वरों की आवश्यकता समाप्त हो जाती है।