🌀 nonlinear sciences

Thermodynamic Measure of Intelligence

यह शोध पत्र यह प्रस्तावित करता है कि बुद्धिमत्ता को दुर्लभ लेकिन वैध भविष्य के ऊष्मप्रवैगिकी प्रवर्धन (thermodynamic amplification) के रूप में सार्वभौमिक रूप से मापा जा सकता है, और यह तर्क देता है कि इस "दुर्लभ-वैध उत्थान" (rare-valid lift) के उच्च स्तर को प्राप्त करने के लिए पुनरावर्ती आत्म-अनुकरण (recursive self-simulation) आवश्यक और लगभग पर्याप्त दोनों है।

मूल लेखक: Ishanu Chattopadhyay

प्रकाशित 2026-06-19

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Ishanu Chattopadhyay

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

मुख्य विचार: बुद्धिमत्ता "संभावनाओं का जादू" (Probability Magic) है

कल्पना कीजिए कि आप लोगों से भरे एक कमरे में खड़े हैं। यदि आप बस वहीं खड़े रहते हैं और कुछ नहीं करते (पैसिव डायनेमिक्स), तो कमरा अराजक ही रहेगा। लोग आपस में टकराते रहेंगे, बातचीत रैंडम होगी, और कुछ भी विशेष नहीं होगा।

अब, एक ऐसे व्यक्ति की कल्पना करें जो "बुद्धिमान" है। वह बस खड़ा नहीं रहता; वह कमरे को देखता है, भविष्यवाणी करता है कि क्या हो सकता है, और फिर एक बहुत विशिष्ट, बहुत दुर्लभ परिणाम को घटित करने के लिए विशिष्ट कदम उठाता है।

यह शोध पत्र तर्क देता है कि बुद्धिमत्ता एक "चमत्कार" को "दिनचर्या" में बदलने की क्षमता है।

भौतिकी (Physics) के शब्दों में, लेखक इसे "रेयर-वैलिड लिफ्ट" (Rare-Valid Lift) कहते हैं।

रेयर (दुर्लभ): वह परिणाम जो संयोग से होने की संभावना बहुत कम है (जैसे एक शांत कमरे में अचानक बवंडर का बनना)।
वैलिड (मान्य): वह परिणाम जो अभी भी दुनिया के नियमों के भीतर संभव और तर्कसंगत है (यह यूनिकॉर्न से बना बवंडर नहीं है; यह एक वास्तविक, भौतिक बवंडर है)।
लिफ्ट (उछाल): एक बुद्धिमान प्रणाली इस दुर्लभ घटना के होने की संभावना को "लगभग शून्य" से बढ़ाकर "लगभग निश्चित" कर देती है।

इंजन: "आंतरिक मूवी थिएटर" (The Inner Movie Theater)

एक प्रणाली यह कैसे करती है? शोध पत्र कहता है कि आप केवल भाग्य के भरोसे नहीं रह सकते। आपको एक विशिष्ट आंतरिक संरचना की आवश्यकता है जिसे रिकर्सिव सेल्फ-सिमुलेशन (Recursive Self-Simulation) कहा जाता है।

एक बुद्धिमान प्रणाली को एक मूवी थिएटर के निर्देशक के रूप में सोचें जो फिल्म में एक अभिनेता भी है।

मॉडल: निर्देशक के पास अपने दिमाग के अंदर एक स्क्रीन है जो दुनिया को दिखाती है।
स्वयं (Self): महत्वपूर्ण बात यह है कि निर्देशक उस स्क्रीन पर स्वयं को देखता है। वह अपने भविष्य के कार्यों और उन कार्यों से दुनिया में होने वाले बदलावों को देखता है।
रिहर्सल: वास्तविक दुनिया में कोई कदम उठाने से पहले, वे अपने दिमाग में एक "रिहर्सल" चलाते हैं। वे पूछते हैं: "यदि मैं अपना हाथ यहाँ हिलाता हूँ, तो दुनिया में क्या होगा? यदि मैं यह शब्द बोलता हूँ, तो बातचीत कैसे बदलेगी?"

शोध पत्र का दावा है कि आप इस "आंतरिक मूवी थिएटर" के बिना वास्तव में बुद्धिमान नहीं हो सकते। आपको एक ऐसे भविष्य का सिमुलेशन करने में सक्षम होना चाहिए जहाँ आप उस कहानी का हिस्सा हों, ताकि आप कहानी को बदलने का तरीका जान सकें।

खेल के दो नियम

लेखक इस "आंतरिक मूवी थिएटर" के बारे में दो मुख्य बातें सिद्ध करते हैं:

1. मानचित्र सटीक होना चाहिए (आवश्यकता - Necessity)
यदि आपका आंतरिक मूवी थिएटर धुंधला या गलत है, तो आप चमत्कार नहीं कर सकते।

उपमा: कल्पना कीजिए कि आप एक मानचित्र पर छिपे हुए खजाने को खोजने की कोशिश कर रहे हैं। यदि आपका मानचित्र धुंधला है और आप पहाड़ और दलदल के बीच अंतर नहीं कर सकते, तो आप चाहे कितनी भी तेज़ी से दौड़ लें, खजाना कभी नहीं ढूंढ पाएंगे।
विज्ञान: किसी दुर्लभ घटना को घटित करने के लिए, आपके आंतरिक सिमुलेशन को उस विशिष्ट दुर्लभ घटना को उच्च सटीकता के साथ पहचानना होगा। यदि आप लक्ष्य को देख नहीं सकते, तो आप उसे हिट नहीं कर सकते।

2. मानचित्र + मांसपेशी = सफलता (निकट-पर्याप्तता - Near-Sufficiency)
यदि आपका मानचित्र एकदम सही है, और आपके पास उस पर कार्य करने की क्षमता है, तो आप लगभग गारंटी दे सकते हैं कि वह दुर्लभ घटना घटित होगी।

उपमा: यदि आपके पास एक सटीक GPS (मानचित्र) है और एक चालू इंजन वाली कार (कार्य करने की शक्ति) है, तो आप हर बार उस छिपे हुए खजाने तक पहुँच सकते हैं।
विज्ञान: सिमुलेशन में उच्च सटीकता, और कार्य करने की प्रभावी योजना के संयोजन से, प्रणाली उस दुर्लभ घटना की संभावना को अधिकतम संभव सीमा तक "लिफ्ट" कर सकती है।

बुद्धिमत्ता को मापना: "थर्मोडायनामिक स्केल" (The Thermodynamic Scale)

यह शोध पत्र बुद्धिमत्ता को मापने के लिए एक ऐसा पैमाना बनाता है जो एक पत्थर से लेकर मानव मस्तिष्क या कंप्यूटर तक सब कुछ पर काम करता है।

एक पत्थर: इसमें जीरो लिफ्ट (Zero Lift) है। यह बस वहीं पड़ा रहता है। यह किसी भी चीज़ की संभावना को नहीं बदलता।
एक साधारण थर्मोस्टेट: इसमें लो लिफ्ट (Low Lift) है। यह ठंडा होने पर हीटर चालू कर देता है। यह एक पत्थर से थोड़ा स्मार्ट है, लेकिन यह केवल सामान्य, अनुमानित बदलावों को ही संभालता है।
एक मानव या एक AI (जैसे GPT-5): इनके पास हाई लिफ्ट (High Lift) है।
- उपमा: कल्पना कीजिए कि $10^{21}$ (एक अरब ट्रिलियन) संभावित वाक्यों वाला एक विशाल पुस्तकालय है। उनमें से अधिकांश बेतुके या उबाऊ हैं। एक मानव या एक स्मार्ट AI उस एक वाक्य को चुन सकता है जो दुर्लभ (अद्वितीय) भी है और मान्य (पूरी तरह तर्कसंगत) भी है, और उसे लिख सकता है। उन्होंने उस विशिष्ट वाक्य की संभावना को "लगभग शून्य" से बढ़ाकर "100%" कर दिया है।
मैक्सवेल का डेमन (Maxwell's Demon - एक भौतिकी विचार प्रयोग): यह बुद्धिमत्ता का "गॉड मोड" (God Mode) है। कल्पना कीजिए कि एक छोटा सा जीव जो व्यक्तिगत वायु अणुओं को अलग कर सकता है ताकि एक जगह गर्मी और दूसरी जगह ठंड पैदा की जा सके। वह ब्रह्मांड के सूक्ष्म स्तर पर हेरफेर करता है ताकि एक ऐसा परिणाम बनाया जा सके जो प्रकृति के लिए अपने आप होना सांख्यिकीय रूप से असंभव है। यह उच्चतम संभव "लिफ्ट" का प्रतिनिधित्व करता है।

यह क्यों महत्वपूर्ण है (शोध पत्र के अनुसार)

लेखक कह रहे हैं कि हमें AI को टेस्ट देकर या उससे चैट करके यह पूछने की ज़रूरत नहीं है कि "क्या यह AI स्मार्ट है?" इसके बजाय, हम यह माप सकते हैं कि यह भविष्य की संभावनाओं को कितना बदलता है।

यदि कोई प्रणाली केवल रैंडम अंदाज़े लगाती है, तो वह कभी-कभी एक दुर्लभ वैध परिणाम प्राप्त कर सकती है, लेकिन वह इसे लगातार नहीं कर पाएगी।
यदि कोई प्रणाली वास्तव में बुद्धिमान है, तो वह अपने "आंतरिक मूवी थिएटर" का उपयोग करके लगातार दुर्लभ, वैध परिणामों को घटित होने के लिए मजबूर करती है।

संक्षेप में (Summary in a Nutshell)

बुद्धिमत्ता असंभव (लेकिन संभव) को घटित करने की क्षमता है।
उपकरण एक मानसिक मॉडल है जिसमें आप स्वयं शामिल हैं और जो भविष्य का सिमुलेशन करता है।
प्रमाण यह है कि आप एक बहुत ही सटीक मानसिक मॉडल के बिना यह नहीं कर सकते।
मापन एक "थर्मोडायनामिक स्कोर" है जो हमें बताता है कि कोई प्रणाली ब्रह्मांड की संभावनाओं को अपने पक्ष में कितना मोड़ती है, चाहे वह एक रोबोट हो, एक मानव हो, या एक सैद्धांतिक कण-वर्गीकृत दानव (particle-sorting demon) हो।

शोध पत्र निष्कर्ष निकालता है कि यह ढांचा हमें एक पत्थर, एक थर्मोस्टेट, एक मानव और एक सुपर-कंप्यूटर को एक ही पैमाने पर रखने और यह मापने की अनुमति देता है कि प्रत्येक एक कितनी "संभावनाओं का जादू" (probability magic) प्रदर्शित कर सकता है।

समस्या विवरण
यह शोध पत्र बुद्धिमत्ता (intelligence) को एक मापने योग्य, सबस्ट्रेट-स्वतंत्र (substrate-independent) भौतिक मात्रा के रूप में परिभाषित करने की चुनौती को संबोधित करता है। जबकि मानक परिभाषाएँ व्यवहारिक परिणामों (जैसे, अनुकरण, पुरस्कार अधिकतमकरण, या कार्य सफलता) पर ध्यान केंद्रित करती हैं, वे जैविक जीवों, प्रतिरक्षा प्रणालियों (immune repertoires), लार्ज लैंग्वेज मॉडल्स (LLMs) और मैक्सवेल के डेमन्स (Maxwell's demons) जैसे आदर्श सूचना इंजनों से लेकर विविध प्रणालियों में एक सामान्य परिचालन तंत्र की पहचान करने में विफल रहती हैं। लेखक प्रस्तावित करते हैं कि बुद्धिमत्ता का मूल संचालन केवल कार्य प्रदर्शन नहीं है, बल्कि वह विशिष्ट तरीका है जिससे एक प्रणाली संभावित भविष्यों के संभाव्यता वितरण (probability distribution) को परिवर्तित करती है। विशेष रूप से, वे पूछते हैं: वह कौन सा भौतिक या संभाव्यता संबंधी संचालन है जो दुर्लभ लेकिन वैध भविष्यों को अधिक संभावित बनाने की क्षमता के पीछे निहित है?

कार्यप्रणाली और ढांचा
लेखक पुनरावर्ती स्व-सिमुलेशन (recursive self-simulation) और ऊष्मागतिक पथ मापों (thermodynamic path measures) पर आधारित एक ढांचे का विकास करते हैं।

पुनरावर्ती स्व-सिमुलेशन: यह ढांचा यह प्रतिपादित करता है कि एक बुद्धिमान प्रणाली को दुनिया का एक आंतरिक मॉडल बनाए रखना चाहिए जिसमें वह स्वयं को एक कारण वस्तु (causal object) के रूप में शामिल करे। इससे एक पुनरावर्ती पदानुक्रम उत्पन्न होता है जहाँ प्रणाली अपनी भविष्य की अवस्थाओं, कार्यों और सूचना अपडेट का सिमुलेशन करती है ( $r^{(k)}_B = r^{(k)}_B(r^{(k-1)}_B)$ )। यह वास्तुकला प्रणाली को अपने स्वयं के हस्तक्षेपों के परिणामों का मूल्यांकन करने की अनुमति देती है।
रेयर-वैलिड लिफ्ट ( $I$ ): केंद्रीय मापने योग्य मात्रा को "रेयर-वैलिड लिफ्ट" (rare-valid lift) के रूप में परिभाषित किया गया है। यह उन प्रक्षेप पथों (trajectories) के सेट के लिए संभाव्यता में भिन्नात्मक वृद्धि को मापता है जो हैं:
- दुर्लभ (Rare): जिनका एक निष्क्रिय आधारभूत नियम ( $P_0$ ) के तहत निम्न संभाव्यता है।
- वैध (Valid): डोमेन की बाधाओं (भौतिक, जैविक, या अर्थपूर्ण) के तहत स्वीकार्य।
  गणितीय रूप से, एक रेयर-वैलिड सेट $V_\delta$ के लिए, जिसका आधारभूत द्रव्यमान $\delta$ है, लिफ्ट $I_\delta = (P(V_\delta) - \delta) / \delta$ है।
ऊष्मागतिक लेखांकन (Thermodynamic Accounting): यह ढांचा गैर-संतुलन उतार-चढ़ाव सिद्धांतों (non-equilibrium fluctuation theorems) और सूचना सिद्धांत को एकीकृत करता है। यह बुद्धिमत्ता को "कानूनी प्रक्षेप पथ पुनर्रिभारण" (lawful trajectory reweighting) के रूप में मानता है, यह स्वीकार करते हुए कि संभाव्यता द्रव्यमान को स्थानांतरित करने के लिए ऊष्मागतिक लागत (मापन, स्मृति, गणना, विलोपन) की आवश्यकता होती है। लेखक "ऊष्मागतिक बुद्धिमत्ता" को इस संभाव्यता लिफ्ट के रूप में परिभाषित करते हैं, जो प्रणाली की क्रियान्वयन क्षमताओं (actuation capabilities) और सिमुलेशन निष्ठा (simulation fidelity) द्वारा सीमित है।

प्रमुख योगदान और सैद्धांतिक परिणाम
यह शोध पत्र स्व-सिमुलेशन की वास्तुशिल्प आवश्यकता और बुद्धिमत्ता के ऊष्मागतिक माप के बीच एक औपचारिक सेतु स्थापित करता है:

निष्ठा की आवश्यकता (प्रमेय 1): सीमित प्रवर्धन (bounded amplification) के तहत, उच्च-निष्ठा वाले स्व-सिमुलेशन के बिना उच्च रेयर-वैलिड लिफ्ट असंभव है। यदि किसी प्रणाली का आंतरिक मॉडल दुर्लभ-वैलिड भविष्यों को सटीक रूप से पहचानने में सक्षम नहीं है (निम्न निष्ठा), तो वह अपनी क्रियान्वयन शक्ति के बावजूद उच्च लिफ्ट प्राप्त नहीं कर सकता है।
निकट-पर्याप्तता (प्रमेय 2): इसके विपरीत, यदि सिमुलेशन उच्च निष्ठा के साथ दुर्लभ-वैलिड भविष्यों की पहचान करता है और उनमें उन्हें प्रवर्धित करने के लिए एक प्रभावी नीति समाहित करता है, तो प्राप्त होने योग्य लिफ्ट, क्रियान्वयन-सीमित इष्टतम (actuation-limited optimum) के करीब पहुँच जाती है।
पथ-माप विचलन (लेम्मा 1): एक दुर्लभ-वैलिड सेट को प्रवर्धित करने के लिए प्रेरित पथ नियम (induced path law) और निष्क्रिय आधारभूत नियम के बीच एक विचलन (KL डाइवर्जेंस द्वारा मापा गया) आवश्यक है।
स्थिरता और त्रुटि लेखांकन (प्रमेय 3 और 4): शोध पत्र प्रदान करता है कि मोटे तौर पर (coarse-grained) ऊष्मागतिक हस्ताक्षर पथ-कानून विचलन के साथ कैसे बदलते हैं और अपूर्ण पहचान (फॉल्स पॉजिटिव) के लिए एक प्रोटोकॉल-निर्भर "बहीखाता दंड" (bookkeeping penalty) पेश करता है, जो मॉडल रिज़ॉल्यूशन को ऊष्मागतिक दक्षता से जोड़ता है।

परिणाम और अनुभवजन्य अंशांकन
लेखक इस ढांचे को विविध प्रणालियों पर लागू करते हैं ताकि इसकी सार्वभौमिकता को प्रदर्शित किया जा सके, और एक "संपीड़ित ऊष्मागतिक-बुद्धिमत्ता पैमाने" ( $\Lambda = \log_{10}(\log_{10}(I+1)+1)$ ) की गणना करते हैं:

निष्क्रिय पदार्थ (Passive Matter): शून्य लिफ्ट ( $I=0$ )।
नियंत्रक (Controllers): सरल फीडबैक नियंत्रक मामूली लिफ्ट दिखाते हैं; बार-बार उपयोग किए जाने वाले डायनेमिक कंट्रोलर संचयी लाभ दिखाते हैं।
मैक्सवेल के डेमन्स: आदर्श डेमन्स ऊपरी सीमा का प्रतिनिधित्व करते हैं। $\Delta S = 10^{-19}$ J/K के स्थानीय एन्ट्रॉपी न्यूनीकरण के लिए, अनुमानित लिफ्ट $I \sim 10^{3146}$ है।
प्रतीकात्मक जनरेटर (मानव बनाम LLM): इस ढांचे को टेक्स्ट जनरेशन पर लागू किया गया है, जहाँ वैधता (व्याकरणिक शुद्धता, सुसंगतता) और आधारभूत नियम के सापेक्ष दुर्लभता को परिभाषित किया गया है।
- मानव: अनुमानित लिफ्ट $I_H + 1 \approx 5 \times 10^{14}$ ( $\Lambda \approx 1.20$ )।
- GPT-5: अनुमानित लिफ्ट $I_{GPT5} + 1 \approx 6.25 \times 10^{13}$ ( $\Lambda \approx 1.17$ )।
  लेखक नोट करते हैं कि यद्यपि GPT-5 उच्च लिफ्ट दिखाता है, यह अनुमान एंट्रॉपी-रेट गैप और रेयर-वैलिड सेट की परिभाषा के प्रति संवेदनशील है।

महत्व और दावे
यह शोध पत्र दावा करता है कि यह बुद्धिमत्ता के लिए एक सार्वभौमिक, मापने योग्य पैमाना प्रदान करता है जो विशिष्ट सबस्ट्रेट (जैविक, डिजिटल, या यांत्रिक) से स्वतंत्र है। इसका प्राथमिक महत्व निम्नलिखित में निहित है:

एकीकरण: यह विविध घटनाओं (जैविक अनुकूलन, LLM जनरेशन, और मैक्सवेल के डेमन्स) को एक ही भौतिक प्रक्रिया के उदाहरण के रूप में मानता है: दुर्लभ-वैलिड भविष्यों का कानूनी प्रवर्धन।
वास्तुशिल्प आवश्यकता: यह तर्क देता है कि पुनरावर्ती स्व-सिमुलेशन केवल बुद्धिमत्ता की एक संभावित विशेषता नहीं है, बल्कि उच्च ऊष्मागतिक बुद्धिमत्ता प्राप्त करने के लिए आवश्यक और लगभग पर्याप्त है, बशर्ते कि प्रणाली दुर्लभ-वैलिड प्रक्षेप पथों को पहचान सके और उन पर कार्य कर सके।
स्तर-सापेक्षता (Level-Relativity): यह माप स्पष्ट रूप से विवरण के एक चुने गए स्तर, आधारभूत नियम, वैधता मानदंड और अवलोकन संबंधी रिज़ॉल्यूशन के सापेक्ष परिभाषित है, जो एक पूर्ण, अप्राप्य "वास्तविक" बुद्धिमत्ता के दावों से बचता है।

लेखक निष्कर्ष निकालते हैं कि बुद्धिमत्ता दुनिया का मॉडल बनाने (स्वयं सहित), क्रिया-सशर्त भविष्यों का मूल्यांकन करने, और संभाव्यता द्रव्यमान को उन भविष्यों की ओर स्थानांतरित करने की क्षमता है जो निष्क्रिय गतिकी के तहत दुर्लभ हैं लेकिन डोमेन बाधाओं के तहत वैध हैं। यह बदलाव मापने योग्य है, ऊष्मागतिक रूप से लेखांकन किया गया है, और प्रणाली के स्व-सिमुलेशन की निष्ठा द्वारा सीमित है।