An AI-Assisted Solution to the Signed BAR Conjecture: Uniqueness in the Harrison--Reiman Class and a Completely-$\mathcal{S}$ Class Obstruction

तकनीकी सारांश: हस्ताक्षरित (Signed) BAR अनुमान के लिए एक AI-सहायता प्राप्त समाधान

समस्या विवरण
यह शोध पत्र गैर-ऋणात्मक ऑर्थेंट $\mathbb{R}^d_+$ में सेमीमार्टिंगेल रिफ्लेक्टेड ब्राउनियन मोशन (SRBMs) के सिद्धांत में एक मौलिक अनसुलझे प्रश्न को संबोधित करता है। अध्ययन का केंद्रीय विषय 'बेसिक एडजॉइंट रिलेशनशिप' (BAR) है, जो एक अभिन्न समीकरण (integral equation) है जो स्थिर वितरण $\pi_0$ और उससे जुड़े सीमा अधिभोग मापों (boundary occupation measures) $\nu_i^0$ को अभिलक्षणित करता है। विशिष्ट समस्या इस अभिलक्षणन की हस्ताक्षरित विशिष्टता (signed uniqueness) है: यदि एक टुपल $(\bar{\pi}, \bar{\nu}_1, \dots, \bar{\nu}_d)$ सभी परिमित $C^2$ टेस्ट फंक्शन्स के लिए BAR समीकरण को संतुष्ट करता है, तो क्या यह टुपल अद्वितीय स्थिर टुपल $(\pi_0, \nu_1^0, \dots, \nu_d^0)$ का एक अदिश गुणक (scalar multiple) होगा?

यह समस्या 35 वर्षों से अधिक समय से अनसुलझी है। जबकि धनात्मक मापों (positive measures) के लिए विशिष्टता ज्ञात है, हस्ताक्षरित मामला अधिक सूक्ष्म है क्योंकि BAR समीकरण आंतरिक और सीमा पदों के बीच रद्दीकरण (cancellations) की अनुमति देता है। दाई (Dai) और डिकर (Dieker) द्वारा मूल रूप से पूछा गया प्रश्न यह है कि क्या BAR ऑपरेटर का परिमित-हस्ताक्षरित नलस्पेस (nullspace) एक-आयामी है (जो स्थिर समाधान द्वारा स्पैन किया गया है)।

कार्यप्रणाली और दृष्टिकोण
लेखक एक दो-आयामी रणनीति का उपयोग करते हैं, जिसमें हैरिसन-रीमन वर्ग (स्थिर SRBMs जिनके पास एक गैर-विलक्षण (nonsingular) M-मैट्रिक्स परावर्तन मैट्रिक्स है) और व्यापक कम्प्लीटली-S वर्ग (ऑर्थेंट SRBM के लिए प्राकृतिक अस्तित्व वर्ग) के बीच अंतर किया गया है।

1. सकारात्मक परिणाम (हैरिसन-रीमन वर्ग):

   • रिजॉल्वेंट इंसर्शन (Resolvent Insertion): प्रमाण का मुख्य आधार एक "रिजॉल्वेंट इंसर्शन" पहचान स्थापित करना है। लेखकों का लक्ष्य यह दिखाना है कि किसी भी हस्ताक्षरित BAR टुपल के लिए, आंतरिक माप $\bar{\pi}$ इस प्रकार संतुष्ट करता है कि $\int_E (\lambda R_\lambda h - h) d\bar{\pi} = 0$ सभी $h \in C_0(E)$ और $\lambda > 0$ के लिए, जहाँ $R_\lambda$ संभाव्य रिजॉल्वेंट (probabilistic resolvent) है।
   • एक-तरफा स्मूथिंग (One-Sided Smoothing): एक बड़ी तकनीकी बाधा यह है कि रिजॉल्वेंट $g = R_\lambda h$ सामान्यतः बंद ऑर्थेंट पर एक शास्त्रीय $C^2$ फलन नहीं होता है, विशेष रूप से कोनों (corners) पर, जो सीधे BAR में प्रतिस्थापन को रोकता है। लेखक इसे एक एक-तरफा स्मूथिंग $g_\epsilon(x) = \int \rho(w) g(x + \epsilon w) dw$ का निर्माण करके दरकिनार करते हैं, जहाँ मोलिफायर (mollifier) $\rho$ धनात्मक ऑर्थेंट के भीतर समर्थित (supported) है।
   • पथवार अवकलनीयता (Pathwise Differentiability): यह सिद्ध करने के लिए कि सीमा पद शून्य हो जाते हैं, लेखक परावर्तित विसरण (reflected diffusions) के हालिया पथवार अवकलनीयता परिणामों (लिपशुट्ज़ और रमनन) का उपयोग करते हैं। वे दिखाते हैं कि सीमा बिंदुओं पर, रिजॉल्वेंट के व्यवहार्य दिशात्मक अवकलज (feasible directional derivatives) एक स्पर्शरेखीय प्रोजेक्शन $L_x$ के माध्यम से गुजरते हैं और सक्रिय परावर्तन दिशाओं ($L_x R_i = 0$) के साथ शून्य हो जाते हैं। यह सुनिश्चित करता है कि स्मूथ किए गए टेस्ट फंक्शन्स के तिरछे अवकलज (oblique derivatives) मापों के अर्थ में शून्य की ओर अभिसरित होते हैं।
   • इंडक्शन और जॉर्डन अपघटन (Induction and Jordan Decomposition): एक बार रिजॉल्वेंट पहचान स्थापित हो जाने के बाद, यह निहित करता है कि $\bar{\pi}$ एक अपरिवर्तनीय हस्ताक्षरित माप है। जॉर्डन अपघटन और अद्वितीय अपरिवर्तनीय प्रायिकता के उपयोग से, $\bar{\pi}$ को $\pi_0$ का एक अदिश गुणक दिखाया जाता है। सीमा मापों को फिर सीमा स्तरों (boundary strata) पर इंडक्शन के माध्यम से पहचाना जाता है, जो प्रमुख परावर्तन ब्लॉकों (principal reflection blocks) की व्युत्क्रमणीयता (invertibility) पर निर्भर करता है।

2. नकारात्मक परिणाम (कम्प्लीटली-S वर्ग):

   • विलक्षण प्रमुख ब्लॉक (Singular Principal Blocks): लेखक प्रदर्शित करते हैं कि गैर-विलक्षण M-मैट्रिक्स धारणा संरचनात्मक है। बड़े कम्प्लीटली-S वर्ग में, यदि परावर्तन मैट्रिक्स का एक उचित प्रमुख ब्लॉक विलक्षण है, तो हस्ताक्षरित विशिष्टता विफल हो जाती है।
   • काउंटरएग्जांपल निर्माण: वे एक गैर-शून्य हस्ताक्षरित BAR टुपल का निर्माण करते जिसका कुल आंतरिक द्रव्यमान शून्य है। इसमें शामिल है:
     1. एक सीमा गेज (boundary gauge) बनाना जो एक निम्न-आयामी स्तर पर समर्थित है जहाँ विलक्षण ब्लॉक सक्रिय सामान्य परावर्तन घटकों को रद्द करता है, जिससे केवल एक स्पर्शरेखीय अवकलज शेष रहता है।
     2. इस स्पर्शरेखीय अवकलज को एक केंद्रित आंतरिक स्रोत $\chi$ (एक हस्ताक्षरित माप जिसका कुल द्रव्यमान शून्य है) में बदलने के लिए इंटीग्रेशन बाय पार्ट्स का उपयोग करना।
     3. एक जीरो-पोटेंशियल करेक्शन (स्रोत को सेमग्रुप के विरुद्ध इंटीग्रेट करना) लागू करना ताकि एक आंतरिक माप $\bar{\pi}$ और सीमा सुधार उत्पन्न हो सके जो स्रोत पद को रद्द कर दे, जिससे एक वैध हस्ताक्षरित BAR टुपल प्राप्त हो जहाँ $\bar{\pi} \neq 0$ लेकिन $\bar{\pi}(E) = 0$ है।

प्रमुख योगदान और परिणाम

• M-मैट्रिक्स के लिए हस्ताक्षरित BAR अनुमान का समाधान: यह शोध पत्र सिद्ध करता है कि स्थिर हैरिसन-रीमन डेटा के लिए, जिसमें गैर-विलक्षण M-मैट्रिक्स परावर्तन मैट्रिक्स है, हस्ताखत BAR समाधान अदिश गुणक तक अद्वितीय है। यह दाई-डिकेर प्रश्न को इस विशिष्ट, संरचनात्मक रूप से महत्वपूर्ण वर्ग में सकारात्मक रूप से हल करता है।
• कम्प्लीटली-S वर्ग में संरचनात्मक बाधा: यह शोध पत्र कम्प्लीटली-S वर्ग के लिए एक निश्चित नकारात्मक उत्तर प्रदान करता है। यह पहचान करता है कि एक विलक्षण प्रमुख ब्लॉक ही वह सटीक तंत्र है जिसके कारण हस्ताक्षरित विशिष्टता विफल होती है, और स्पष्ट काउंटरएग्जांपल (जिसमें चार-पैरामीटर वाला तीन-आयामी परिवार और एक परिमेय उदाहरण शामिल है) का निर्माण करता है जहाँ हस्ताक्षरित BAR समाधानों का स्थान अनंत-आयामी है।
• कार्यप्रणाली नवाचार: प्रमाण को कोनों पर रिजॉल्वेंट्स की शास्त्रीय नियमितता की कमी को संभालने के लिए एक-तरफा स्मूथिंग का उपयोग करते हुए एक नवीन "मेजर-न्यूमैन सन्निकटन" (measure–Neumann approximation) तकनीक पेश करता है। यह स्पष्ट विश्लेतिक सूत्रों या उत्पाद-रूप संरचनाओं की आवश्यकता को समाप्त करता है।
• AI-सहायता प्राप्त खोज: लेखक अनुसंधान प्रक्रिया में AI (ChatGPT 5.5 Pro) की भूमिका का स्पष्ट विवरण देते हैं। AI ने एक अन्वेषणात्मक और संगठनात्मक उपकरण के रूप में कार्य किया, जो जटिल 150-पृष्ठ प्रमाण रूपरेखा को व्यवस्थित करने, बाउंड्री-लेयर विस्तारों का परीक्षण करने और होमोलॉजिकल-अल्जेब्रा-शैली की बुककीपिंग का सुझाव देने में मदद करने में सक्षम रहा। हालाँकि, लेखक इस बात पर जोर देते हैं कि सभी गणितीय निर्णय, सत्यापन और अंतिम कठोर प्रमाण मानव लेखकों द्वारा संचालित और मान्य किए गए थे। AI एक 'वन-शॉट प्रॉम्प्टिंग' के माध्यम से प्रमाण उत्पन्न करने में विफल रहा, जो जटिल गणितीय तर्क में मानव मार्गदर्शन की आवश्यकता को रेखांकित करता है।

महत्व और दावे
यह शोध पत्र हस्ताक्षरित BAR समस्या के लिए विशिष्टता और गैर-विशिष्टता के बीच की सटीक सीमा को निर्धारित करके 35 साल पुराने खुले प्रश्न को हल करने का दावा करता है। यह स्थापित करता है कि गैर-विलक्षण M-मैट्रिक्स स्थिति केवल प्रमाण के लिए एक तकनीकी सुविधा नहीं है, बल्कि विशिष्टता के लिए एक संरचनात्मक आवश्यकता है; इसे सामान्य कम्प्लीटली-S वर्ग में शिथिल करने से ऐसी बाधाएं उत्पन्न होती हैं जो हस्ताक्षरित समाधानों के अनंत-आयामी स्थानों की अनुमति देती हैं।

यह कार्य गणित में मानव-AI सहयोग के एक केस स्टडी के रूप में भी कार्य करता है। यह प्रदर्शित करता है कि जबकि वर्तमान AI मॉडल गणितीय संरचनाओं (जैसे हैरिसन-रीमन और कम्प्लीटली-S वर्गों के बीच विचलन) का अन्वेषण करने और जटिल तर्कों को व्यवस्थित करने में सहायता कर सकते हैं, वे अभी भी गहरे, खुले प्रश्नों के लिए मानव सत्यापन और कठोर प्रमाण निर्माण को प्रतिस्थापित नहीं कर सकते। लेखक दावा करते हैं कि "सकारात्मक" प्रमाण एक विस्तारित, मानव-निर्देशित सहयोग के माध्यम से खोजा गया था जहाँ AI एक सहायक के रूप में कार्य करता था, जबकि "नकारात्मक" काउंटरएग्जांपल उस क्षेत्र को सीमित करने के लिए बनाया गया था जहाँ विशिष्टता बनी रहती है।

यह शोध पत्र नए क्यूइंग नेटवर्क अनुप्रयोगों का प्रस्ताव नहीं करता है या भविष्य के प्रयोगात्मक प्रस्ताव नहीं देता है। इसका महत्व विशुद्ध रूप से सैद्धांतिक है, जो बहु-आयामी परावर्तित विसरण के लिए BAR दृष्टिकोण की विशिष्टता गुणों का पूर्ण लक्षण वर्णन प्रदान करता है और M-मैट्रिक्स से व्यापक कम्प्लीटली-S वर्ग तक सकारात्मक परिणामों को विस्तारित करने की सीमाओं को स्पष्ट करता है।