⚛️ high-energy theory

Symmetry-resolved Krylov Complexity and the Uncoloured Tensor Model

यह शोधपत्र अनकलर्ड टेंसर मॉडल (Uncoloured Tensor Model) में सिमेट्री-रिज़ॉल्व्ड क्रायलोव कॉम्प्लेक्सिटी (symmetry-resolved Krylov complexity) की जांच करता है, जो उन स्थितियों को स्थापित करता है जिनके तहत चार्ज सबस्पेस (charge subspaces) पूर्ण-स्थान जटिलता (full-space complexity) को प्रतिबिंबित करते हैं और यह प्रदर्शित करता है कि सिमेट्री सबस्पेस के भीतर औसत जटिलता पूर्ण ऑपरेटर की जटिलता द्वारा सीमित है।

मूल लेखक: Shaliya Kotta, P N Bala Subramanian

प्रकाशित 2026-04-08

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Shaliya Kotta, P N Bala Subramanian

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

यहाँ "Symmetry-resolved Krylov Complexity and the Uncoloured Tensor Model" शोध पत्र का सरल, रोजमर्रा की भाषा और रचनात्मक उपमाओं (analogies) के साथ अनुवाद दिया गया है।

मुख्य विचार: एक बिखरे हुए कमरे का पीछा करना

कल्पना कीजिए कि आपके पास एक बहुत ही जटिल, बिखरा हुआ कमरा है (यह एक क्वांटम सिस्टम का प्रतिनिधित्व करता है)। आप उस कमरे में एक साधारण सी वस्तु गिराते हैं, जैसे कि एक लाल गेंद (यह आपका प्रारंभिक ऑपरेटर/Initial Operator है)।

समय के साथ, वह गेंद इधर-उधर टकराती है, चीजों से टकराती है, और अंततः पूरा कमरा बिखर जाता है। वह "लाल गेंद" फैल गई है और बाकी सब चीजों के साथ मिल गई है। भौतिकी (Physics) में, हम इसे अराजकता (Chaos) कहते हैं।

इस शोध पत्र के वैज्ञानिक दो मुख्य प्रश्नों का उत्तर देने की कोशिश कर रहे हैं:

बिखराव कितनी तेजी से फैलता है? (इसे Krylov Complexity कहा जाता है)।
क्या हम कमरे के केवल एक कोने को देखकर बिखराव का अनुमान लगा सकते हैं? (यह Symmetry-Resolved Complexity है)।

भाग 1: "Krylov Chain" (बिखराव को मापना)

यह मापने के लिए कि सिस्टम कितना अराजक (chaotic) है, लेखक एक उपकरण का उपयोग करते हैं जिसे Krylov Complexity कहा जाता है।

उपमा (Analogy):
कल्पित कीजिए कि "बिखराव" डोमिनोज़ (dominoes) की एक लंबी, सीधी श्रृंखला पर फैल रहा है।

शुरुआत में (समय = 0), लाल गेंद पहले डोमिनोज़ पर है।
जैसे-जैसे समय बीतता है, गेंद अगले डोमिनोज़ पर कूदती है, फिर उसके अगले पर।
Krylov Complexity बस यह पूछने जैसा है: "औसत रूप से, गेंद श्रृंखला में कितनी दूर तक चली गई है?"

यदि गेंद शुरुआत के पास ही रहती है, तो सिस्टम शांत है (अराजक नहीं है)। यदि गेंद बहुत तेज़ी से श्रृंखला के अंत तक पहुँच जाती है, तो सिस्टम अराजक (chaotic) है।

भाग 2: "Symmetry" का शॉर्टकट (जादुई फिल्टर)

यह शोध पत्र उन प्रणालियों पर केंद्रित है जिनमें Symmetries (सममिति) होती है। हमारे कमरे वाली उपमा में, कल्पना कीजिए कि कमरे को अदृश्य दीवारों द्वारा अलग-अलग, समान क्षेत्रों (zones) में विभाजित किया गया है। उदाहरण के लिए, शायद कमरे में एक "बायां हिस्सा" और एक "दायां हिस्सा" है जो बिल्कुल एक जैसा दिखता है।

लेखक पूछते हैं: यदि हम केवल कमरे के "बाएं हिस्से" को देखते हैं, तो क्या हम पूरे कमरे में गेंद की गति का अनुमान लगा सकते हैं?

आमतौर पर, उत्तर नहीं है। गेंद बाएं से दाएं जा सकती है, और यदि आप केवल बाएं हिस्से को देखते हैं, तो आप आधी कार्रवाई (action) को मिस कर देते हैं।

खोज:
लेखकों ने एक विशेष "स्वर्ण नियम" (Golden Rule) खोजा। उन्होंने पाया कि यदि लाल गेंद (ऑपरेटर) सभी क्षेत्रों में एक बहुत ही विशिष्ट, संतुलित तरीके से वितरित है, तो केवल एक क्षेत्र को देखना पूरे कमरे को देखने के बिल्कुल समान है।

उपमा: कल्पना कीजिए कि गेंद धूल के 100 छोटे कणों से बनी है। यदि 50 कण बाएं ज़ोन में हैं और 50 कण दाएं ज़ोन में हैं, और वे पूरी तरह से तालमेल (sync) में चलते हैं, तो आप बस बाएं ज़ोन में कणों को गिन सकते हैं और जान सकते हैं कि पूरा कमरा क्या कर रहा है। यह काम को बहुत आसान बना देता है!

भाग 3: "Uncoloured Tensor Model" (परीक्षण प्रयोगशाला)

अपने "स्वर्ण नियम" का परीक्षण करने के लिए, वैज्ञानिकों ने एक विशिष्ट, जटिल गणितीय मॉडल का उपयोग किया जिसे Uncoloured Tensor Model कहा जाता है।

उपमा:
इस मॉडल को फर्मिऑन्स (fermions - सूक्ष्म क्वांटम कणों) से बना एक विशाल, 3D रूबिक क्यूब (Rubik's Cube) समझें।

"Coloured" संस्करण: कल्पना कीजिए कि क्यूब के चेहरे लाल, नीले और हरे रंग के हैं। यह बहुत व्यवस्थित है।
"Uncoloured" संस्करण (उनका ध्यान): कल्पना कीजिए कि क्यूब एक ही रंग का है। यह सरल दिखता है, लेकिन वास्तव में इसमें बहुत अधिक छिपा हुआ दोहराव (degeneracy) है। कई अलग-अलग चालें बिल्कुल एक ही परिणाम की ओर ले जाती हैं।

चूंकि यह मॉडल इतना दोहराव वाला है, इसलिए यह एक आदर्श परीक्षण प्रयोगशाला है। वैज्ञानिकों ने यह देखने के लिए कंप्यूटर सिमुलेशन चलाए कि उनका "स्वर्ण नियम" यहाँ काम करता है या नहीं।

भाग 4: उन्हें क्या मिला

उन्होंने अपने मॉडल में दो प्रकार के "ज़ोन" (सममिति) का परीक्षण किया:

"परफेक्ट मैच" ज़ोन (The Perfect Match Zones):
उन्होंने कुछ ऐसे ज़ोन पाए जहाँ उनका "स्वर्ण नियम" पूरी तरह से काम करता है। मॉडल के इन विशिष्ट उप-भागों में, जटिलता (complexity) ठीक उसी तरह बढ़ी जैसे पूर्ण मॉडल में बढ़ी थी।

निष्कर्ष: हम पूरे पहेली का उत्तर पाने के लिए पहेली के एक छोटे, सरल हिस्से पर कठिन गणित कर सकते हैं। यह कंप्यूटर की शक्ति की भारी बचत करता है।

"मिसमैच" ज़ोन (The Mismatch Zones):
उन्होंने अन्य ज़ोन भी पाए जहाँ यह नियम काम नहीं करता था। इन क्षेत्रों में, जटिलता पूरे कमरे की तुलना में अलग तरह से बढ़ी।

निष्कर्ष: आप केवल किसी भी कोने को देखने के लिए नहीं चुन सकते; आपको सही कोना चुनना होगा।

उन्होंने एक अन्य वैज्ञानिक की धारणा की भी पुष्टि की: सभी छोटे ज़ोन की औसत जटिलता हमेशा पूरे कमरे की जटिलता के बराबर या उससे कम होती है। संपूर्ण (whole) अपने हिस्सों के योग से अधिक अराजक होता है।

भाग 5: कंप्यूटर की गड़बड़ी (एक तकनीकी चेतावनी)

शोध पत्र में एक समस्या का भी उल्लेख है जिसका सामना उनके कंप्यूटरों ने किया। क्योंकि इस मॉडल में बहुत सारे समान भाग (degeneracy) हैं, इसलिए उनके द्वारा उपयोग किए गए कंप्यूटर एल्गोरिदम (Lanczos Algorithm) ने भ्रमित होना शुरू कर दिया।

उपमा:
कल्प lại है कि आप एक पतली रस्सी (tightrope) पर चलने की कोशिश कर रहे हैं। आमतौर पर, आप पूरी तरह से संतुलन बनाए रखते हैं। लेकिन क्योंकि रस्सी दिखने में एक जैसी लकड़ी के तख्तों से बनी है, आपके पैर फिसलने लगते हैं, और आप गलती से रस्सी से उतरकर हवा के "गलत" क्षेत्र में चले जाते हैं।

कंप्यूटर ने छोटी गलतियाँ करना शुरू कर दिया जो बड़ी होती गईं, जिससे परिणाम अविश्वसनीय हो गए।
लेखकों को अपनी गणनाएँ जल्दी रोकनी पड़ी क्योंकि कंप्यूटर "भ्रमित आंकड़े" (hallucinating numbers) पैदा कर रहा था।

सारांश: यह क्यों मायने रखता है?

दक्षता (Efficiency): यदि हम जटिल क्वांटम सिस्टमों (जैसे ब्लैक होल या भविष्य के क्वांटम कंप्यूटर) में "परफेक्ट मैच" ज़ोन पा सकते हैं, तो हम उन्हें बहुत तेज़ी से सिम्युलेट कर सकते हैं। हमें पूरी पहेली को हल करने के लिए सुपरकंप्यूटर की आवश्यकता नहीं है; हमें बस एक छोटे, सममित (symmetrical) हिस्से को हल करने की आवश्यकता है।
अराजकता को समझना: यह हमें समझने में मदद करता है कि ब्रह्मांड में अराजकता कैसे फैलती है। क्या यह समान रूप से फैलती है, या यह कुछ क्षेत्रों में फंस जाती है?
नए उपकरण: उन्होंने भौतिकविदों को एक गणितीय चेकलिस्ट (स्वर्ण नियम) प्रदान की है ताकि वे गणना शुरू करने से पहले ही जान सकें कि क्या वे इस शॉर्टकट का उपयोग कर सकते हैं।

संक्षेप में: लेखकों ने क्वांटम अराजकता की गणित को सरल बनाने के लिए 'सिमेट्री' का उपयोग करने का एक तरीका खोजा है, यह साबित किया है कि यह एक विशिष्ट जटिल मॉडल पर काम करता है, और उन कंप्यूटर गड़बड़ियों के बारे में चेतावनी दी है जो अत्यधिक दोहराव होने पर होती हैं।

यहाँ शालिया कोट्टा और पी एन बाला सुब्रमण्यम के शोध पत्र "Symmetry-resolved Krylov Complexity and the Uncoloured Tensor Model" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र उच्च स्वतंत्रता की डिग्री (high degrees of freedom) और महत्वपूर्ण सममिति (significant symmetries) वाले क्वांटम सिस्टम में क्रायलोव जटिलता (Krylov Complexity - $C_K$ ) की गणना से जुड़ी कम्प्यूटेशनल चुनौतियों का समाधान करता है।

संदर्भ: क्रायलोव जटिलता क्रायलोव आधार (जो लियाविलियन $L = [H, \cdot]$ द्वारा जनरेट होता है) में एक ऑपरेटर के विकास (growth) को मापती है और क्वांटम अराजकता (quantum chaos) के लिए एक प्रोब के रूप में कार्य करती है। हालाँकि, बड़े सिस्टम के लिए, ऑपरेटर स्पेस का आयाम तेजी से (exponentially) बढ़ता है, जिससे पूर्ण-स्पेस (full-space) की गणना करना कठिन हो जाता है।
अंतराल (The Gap): जबकि सिमेट्री-रिजॉल्व्ड क्रायलोव जटिलता (विशिष्ट चार्ज सेक्टर्स के भीतर $C_K$ की गणना करना) कम्प्यूटेशनल लागत को कम करने का एक तरीका प्रदान करती है, यह हमेशा पूर्ण-स्पेस की जटिलता के बराबर नहीं होती है।
मुख्य प्रश्न: किन विशिष्ट स्थितियों के तहत एक विशिष्ट सिमेट्री सबस्पेस (चार्ज सेक्टर) में इनवेरिएंट ऑपरेटर की क्रायलोव जटिलता, पूर्ण हिल्बर्ट स्पेस में ऑपरेटर की क्रायलोव जटिलता के बिल्कुल बराबर होती है? इसके अलावा, अनकलर्ड टेंसर मॉडल (Uncoloured Tensor Model) में, जो कि उच्च विजातीयता (high degeneracy) और समृद्ध सिमेट्री वाला एक डिसऑर्डर-फ्री सिस्टम है, यह कैसे व्यवहार करता है?

2. कार्यप्रणाली (Methodology)

लेखक विश्लेषणात्मक व्युत्पत्ति (analytical derivation) और स्पष्ट संख्यात्मक सिमुलेशन (numerical simulation) के संयोजन का उपयोग करते हैं।

A. विश्लेषणात्मक ढांचा (Analytical Framework)

क्रायलोव जटिलता की समीक्षा: वे लैंकोस गुणांकों ( $b_n$ ) द्वारा नियंत्रित क्रायलोव श्रृंखला में वेव फंक्शन के औसत स्थान के रूप में $C_K(t)$ को परिभाषित करते हैं।
सिमेट्री रिज़ॉल्यूशन: वे एक संरक्षित चार्ज $Q$ पर विचार करते हैं जो हैमिल्टोनियन के साथ कम्यूट करता है ( $[H, Q]=0$ )। हिल्बर्ट स्पेस चार्ज सेक्टर्स $\mathcal{H} = \oplus_q \mathcal{H}_q$ में विभाजित होता है।
इक्विपार्टिशन (Equipartition) की शर्तों की व्युत्पत्ति:
- वे उन आवश्यक और पर्याप्त स्थितियों को व्युत्पन्न करते हैं जिनके तहत एक विशिष्ट चार्ज सेक्टर $q_0$ में लैंकोस गुणांक ( $b_n^{(q_0)}$ ) पूर्ण स्पेस के $b_n$ के समान होते हैं।
- इसके लिए यह आवश्यक है कि एक विशिष्ट लियाविलियन आइजनस्पेस $(A, q_0)$ में ऑपरेटर के नॉर्म का अनुपात, उस लियाविलियन आइजनस्पेस $A$ के कुल नॉर्म के अनुपात के स्वतंत्र हो।
- मुख्य शर्त (Eq. 3.9): इक्विपार्टिशन के लिए सत्य होने हेतु, ऑपरेटर को निम्नलिखित संतुष्ट करना चाहिए:
  $\frac{\text{Tr}(\Pi_{b,q_0} O^\dagger \Pi_{a,q_0} O)}{\text{Tr}(\Pi_{q_0} O^\dagger O)} = \frac{\text{Tr}(\Pi_b O^\dagger \Pi_a O)}{\text{Tr}(O^\dagger O)}$
  सभी ऊर्जा युग्मों $(a, b)$ और चार्ज सेक्टर्स के लिए। इसका तात्पर्य है कि ऑपरेटर को सभी प्रासंगिक ऊर्जा युग्मों में गैर-तुच्छ प्रोजेक्शन (non-trivial projections) रखना चाहिए, जो पूर्ण स्पेस में उनकी उपस्थिति के आनुपातिक हो।

B. संख्यात्मक अध्ययन: अनकलर्ड टेंसर मॉडल (Numerical Study: Uncoloured Tensor Model)

मॉडल चयन: लेखक $n=3, d=3$ $n = 3, d = 3$ अनकलर्ड टेंसर मॉडल (क्लेबैनोव-टार्नोपोल्स्की मॉडल) का अध्ययन करते हैं।
- हैमिल्टोनियन: $O(3)^3$ सिमेट्री वाले फर्मिओनिक फील्ड्स $\psi_{ijk}$ से निर्मित है।
- पैमाना: हिल्बर्ट स्पेस का आयाम $2^{27}$ (16,384) है, लेकिन उच्च विजातीयता (degeneracy) के कारण, केवल 34 विशिष्ट ऊर्जा आइजनवैल्यू ही मौजूद हैं।
एल्गोरिदम: वे क्रायलोव बेसिस और गुणांक उत्पन्न करने के लिए पार्शियल री-ऑर्थोगोनालाइजेशन (PRO) के साथ लैंकोस एल्गोरिदम (Lanczos algorithm) का उपयोग करते हैं।
चुनौतियां: वे लियाविलियन स्पेक्ट्रम की अत्यधिक विजातीयता के कारण होने वाली संख्यात्मक अस्थिरता (numerical instability) को संबोधित करते हैं। विजातीय प्रणालियों में, परिमित परिशुद्धता त्रुटियों (finite precision errors) के कारण क्रायलोव वेक्टर्स वास्तविक सबस्पेस से "लीक" हो सकते हैं, जिससे एल्गोरिदम समय से पहले विफल हो जाता है।

3. मुख्य योगदान (Key Contributions)

इक्विपार्टिशन के लिए सामान्य स्थितियाँ:
यह शोध पत्र उन शर्तों की कठोर व्युत्पत्ति प्रदान करता है जिनके तहत एक सिमेट्री सबस्पेस में जटिलता, पूर्ण-स्पेस की जटिलता के बराबर होती है। यह शोधकर्ताओं को उस सबसे छोटे कम्प्यूटेशनल रूप से व्यवहार्य सबस्पेस की पहचान करने की अनुमति देता है जो पूर्ण सिस्टम के सटीक परिणाम देता है।
टेंसर मॉडल्स में सत्यापन:
वे इन शर्तों को अनकलर्ड टेंसर मॉडल पर लागू करते हैं, जो कि उच्च विजातीयता और बिना डिसऑर्डर एवरेजिंग (SYK मॉडल के विपरीत) वाला एक सिस्टम है।
सिमेट्री प्रकारों का विश्लेषण:
- डिस्क्रीट सिमेट्रिज़ (Discrete Symmetries - $Z$ और $N_1$ ): वे प्रदर्शित करते हैं कि डिस्क्रीट सिमेट्री (जैसे सभी गामा मैट्रिसेस का उत्पाद) के साथ कम्यूट करने वाले ऑपरेटरों के लिए, इक्विपार्टिशन की स्थिति पूरी होती है। इस मामले में लैंकोस गुणांक सबस्पेस में पूर्ण स्पेस के बिल्कुल समान होते हैं।
- कंटीन्यूअस नोएथर सिमेट्रिज़ (Continuous Noether Symmetries - $O(3)$ चार्जेस): वे दिखाते हैं कि निरंतर सिमेट्री के लिए, विभिन्न चार्ज सेक्टर्स में ऊर्जा स्पेक्ट्रा समान नहीं होते हैं। फलस्वरूप, इक्विपार्टिशन की शर्त विफल हो जाती है। इन मामलों में, सिमेट्री-रिजॉल्व्ड जटिलता, पूर्ण जटिलता से भिन्न होती है, और कुछ सेक्टर्स (जैसे चार्ज $\pm 1$ ) में, जटिलता पूर्ण-स्पेस के मान से भी अधिक हो सकती है।
कन्जेक्चर (Conjecture) का सत्यापन:
वे [45] के इस अनुमान का संख्यात्मक सत्यापन करते हैं कि औसत सिमेट्री-रिजॉल्व्ड जटिलता, पूर्ण-स्पेस जटिलता से ऊपर सीमित है ( $C_K(t) \geq \sum p_q C_K^{(q)}(t)$ ), जो उनके द्वारा सुलभ समय पैमाने पर भी सत्य है।

4. परिणाम (Results)

लैंकोस गुणांक ( $b_n$ ):
- अनंत तापमान सीमा (infinite temperature limit) में, $b_n$ में प्रारंभिक रैखिक वृद्धि (जो अराजकता की विशेषता है) देखी जाती है, जिसके बाद परिमित सिस्टम साइज के कारण एक प्लेटो (plateau) और क्षय (decay) आता है।
- परिमित तापमान पर, प्रारंभिक वृद्धि दर धीमी हो जाती है और प्लेटो बड़े $n$ पर पहुँचता है।
क्रायलोव जटिलता ( $C_K$ ):
- $C_K(t)$ प्रारंभिक घातांकीय वृद्धि (exponential growth) के बाद लगभग रैखिक वृद्धि प्रदर्शित करता है।
- इक्विपार्टिशन के मामले: डिस्क्रीट सिमेट्री के लिए, $C_K^{(q)}(t)$ सभी $t$ के लिए $C_K(t)$ के समान होता है।
- गैर-इक्विपार्टिशन के मामले: निरंतर सिमेट्री के लिए, $C_K^{(q)}(t)$ , $C_K(t)$ से विचलित होता है। रिजॉल्व्ड कॉम्प्लेक्सिटी का औसत पूर्ण जटिलता से कम रहता है, जो कन्जेक्चर का समर्थन करता है।
संख्यात्मक अस्थिरता:
अध्ययन यह उजागर करता है कि अत्यधिक विजातीय मैट्रिसेस के लिए, लैंकोस एल्गोरिदम जल्दी समाप्त हो जाता है (उनके 16k-आयामी सिस्टम में $n \approx 65$ के आसपास) क्योंकि क्रायलोव वेक्टर्स अपनी ऑर्थोगोनैलिटी खो देते हैं और बड़े कम्प्यूटेशनल स्पेस में लीक हो जाते हैं, जिससे ट्रिडायगोनल मैट्रिक्स में स्प्यूरियस (spurious) विजातीय आइजनवैल्यू बन जाते हैं।

5. महत्व और भविष्य की दिशाएं (Significance and Future Directions)

कम्प्यूटेशनल दक्षता: व्युत्पन्न शर्तें जटिल मैनी-बॉडी समस्याओं को छोटे सिमेट्री सबस्पेस में बदलने की अनुमति देती हैं, बशर्ते ऑपरेटर विशिष्ट प्रोजेक्शन मानदंडों को पूरा करता हो।
टेंसर मॉडल्स में अराजकता की समझ: परिणाम पुष्टि करते हैं कि अनकलर्ड टेंसर मॉडल, डिसऑर्डर-फ्री होने के बावजूद, SYK मॉडल के समान अराजक संकेतों (रैखिक $b_n$ वृद्धि, घातांकीय $C_K$ वृद्धि) को प्रदर्शित करता है।
सिमेट्री रिज़ॉल्यूशन की सीमाएं: यह कार्य स्पष्ट करता है कि सिमेट्री रिज़ॉल्यूशन एक सार्वभौमिक शॉर्टकट नहीं है; यह तभी काम करता है जब ऑपरेटर की संरचना सिमेट्री डिकंपोजिशन (इक्विपार्टिशन) के साथ पूरी तरह से संरेखित हो। यदि ऊर्जा स्पेक्ट्रा अलग-अलग सेक्टर्स में भिन्न होते हैं, तो जटिलता की गतिशीलता भी भिन्न होती है।
भविष्य का कार्य: लेखक अनंत-आयामी प्रणालियों तक इन शर्तों के विस्तार और ऐसे "बॉटम-अप" दृष्टिकोण विकसित करने का सुझाव देते हैं जो इक्विपार्टिशन सुनिश्चित करने वाले सबस्पेस में ऑपरेटरों का निर्माण कर सकें, जिससे पूर्ण-सिस्टम डायगोनालाइजेशन की आवश्यकता से बचा जा सके।

संक्षेप में, यह शोध पत्र सैद्धांतिक सिमेट्री रिज़ॉल्यूशन और व्यावहारिक संख्यात्मक गणना के बीच के अंतर को पाटता है, और एक ठोस ढांचा प्रदान करता है कि कब और कैसे जटिल टेंसर मॉडल्स में क्वांटम अराजकता का सटीक अध्ययन करने के लिए सिमेट्री सबस्पेस का उपयोग किया जा सकता है।