Can generate itself? A Monte Carlo analysis of 314 trillion digits
यह शोध पत्र यह प्रदर्शित करता है कि के 314 ट्रिलियन अंकों के एक रिकॉर्ड-तोड़ डेटासेट का उपयोग मोंटे कार्लो सिमुलेशन के माध्यम से स्वयं का अनुमान लगाने के लिए एक छद्म यादृच्छिक (pseudorandom) स्रोत के रूप में सफलतापूर्वक किया जा सकता है, जिससे अंकगणितीय स्थिरांक के मान को पुनः प्राप्त करते हुए इसके अंकों की सांख्यिकीय यादृच्छिकता की अनुभवजन्य पुष्टि होती है।
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 एक वृत्त (सर्कल) के आकार का अनुमान लगाने की कोशिश कर रहे हैं, लेकिन आपके पास न तो स्केल है, न कंपास और न ही कागज का कोई टुकड़ा। आपके पास केवल कंचों (मार्बल्स) का एक थैला और एक वर्गाकार डिब्बा है। यह गणित के एक प्रसिद्ध तरीके, जिसे "मोंटे कार्लो" (Monte Carlo) सिमुलेशन कहा जाता है, का सार है। विचार सरल है: यदि आप एक वर्गाकार डिब्बे में, जिसके भीतर एक चौथाई वृत्त बना हुआ है, हजारों कंचों को बेतरतीब ढंग से फेंकते हैं, तो वृत्त के अंदर गिरने वाले कंचों का कुल कंचों के अनुपात से संबंध आपको (वह संख्या जो वृत्त के व्यास को उसकी परिधि से जोड़ती है) का मान बता देगा। आप जितने अधिक कंचे फेंकेंगे, आपका अनुमान वास्तविक उत्तर के उतना ही करीब होता जाएगा। आमतौर पर, यह करने के लिए आपको एक मशीन की आवश्यकता होती है जो वास्तव में यादृच्छिक संख्याएँ (रैंडम नंबर्स) उत्पन्न कर सके ताकि यह तय हो सके कि प्रत्येक कंचा कहाँ गिरेगा। लेकिन क्या होगा यदि आपके पास रैंडम नंबर जेनरेटर न हो? क्या होगा यदि आप के अंकों का ही उपयोग अपने "रैंडम" कंचों के स्रोत के रूप में करने का प्रयास करें—वही संख्या जिसे आप खोजने की कोशिश कर रहे हैं? यह एक विरोधाभास जैसा लगता है, जैसे कि आप अपने ही जूतों के फीतों से खुद को ऊपर उठाने की कोशिश कर रहे हों, लेकिन यही वह अजीब सवाल है जिसे वैज्ञानिकों की एक टीम ने परखने का निर्णय लिया।
इटली की ग्रैन सासो नेशनल लैबोरेटरीज के शोधकर्ताओं द्वारा लिखित यह शोध पत्र एक विस्मयकारी विचार की खोज करता है जो एक विशाल डेटासेट का उपयोग करता है: के पहले 314 ट्रिलियन दशमलव अंक। की प्रकृति को समझने के लिए, हमें इसके बारे में थोड़ा जानना होगा। यह एक नियतात्मक (डिटरमिनिस्टिक) संख्या है, जिसका अर्थ है कि इसके अंक बिल्कुल भी यादृच्छिक नहीं हैं; वे एक सख्त गणितीय नियम द्वारा निर्धारित और गणना किए गए हैं। हालाँकि, सदियों से, गणितज्ञों ने संदेह किया है कि ये अंक दिखने में यादृच्छिक लगते हैं। वे "सामान्य" (नॉर्मल) प्रतीत होते हैं, जो एक तकनीकी शब्द है जिसका अर्थ है कि अंकों का प्रत्येक संभावित संयोजन (जैसे "123" या "999") उसी आवृत्ति के साथ दिखाई देता है, जैसे कि आप अनंत काल तक एक निष्पक्ष पासा फेंक रहे हों। यदि वास्तव में सामान्य है, तो इसके अंक कंप्यूटर सिमुलेशन के लिए यादृच्छिक संख्याओं के स्रोत के रूप में पर्याप्त अच्छे होने चाहिए। शोधकर्ता यह देखना चाहते थे कि क्या वे बाहरी यादृच्छिक संख्याओं का उपयोग किए बिना को सफलतापूर्वक "पुनः खोजने" के लिए एक मोंटे कार्लो सिमुलेशन चला सकते हैं।
टीम ने 314 ट्रिलियन अंकों के इस रिकॉर्ड-तोड़ डेटासेट को लिया, जिसे 2025 के अंत में कंप्यूट किया गया था, और इसे संख्याओं की एक विशाल धारा (स्ट्रीम) की तरह माना। उन्होंने इस धारा को एक बार में 14 अंकों के छोटे ब्लॉकों में विभाजित किया। एक ब्लॉक के पहले 7 अंक एक बिंदु के "x" निर्देशांक (कोऑर्डिनेट) बन गए, और अगले 7 अंक उसके "y" निर्देशांक बन गए। इन निर्देशांकों की कल्पना एक वर्गाकार लक्ष्य पर फेंके गए डार्ट (तीर) के लैंडिंग स्पॉट के रूप में करें। ऐसा करके, उन्होंने प्रत्येक संभावित ब्लॉक के लिए लगभग 22.4 ट्रिलियन "डार्ट्स" (या डेटा पॉइंट्स) को अपने आभासी लक्ष्य पर फेंकने के लिए तैयार किया। फिर उन्होंने गिना कि इनमें से कितने बिंदु काल्पनिक चौथाई वृत्त के भीतर गिरे।
परिणाम एक शानदार सफलता थी। जब उन्होंने गणना की, तो सिमुलेशन ने का अनुमान 3.141593 के बराबर दिया। यह वास्तविक के पहले सात दशमलव स्थानों से पूरी तरह मेल खाता है, जो इस आकार के सिमुलेशन के लिए अपेक्षित त्रुटि सीमा (मार्जिन ऑफ एरर) के भीतर है। लेखक नोट करते हैं कि यह यह सिद्ध नहीं करता है कि गणितीय रूप से "सामान्य" है या इसके अंक एक-दूसरे से वास्तव में स्वतंत्र हैं (चूंकि वे एक निश्चित नियम द्वारा उत्पन्न होते हैं, इसलिए वे वास्तव में स्वतंत्र नहीं हो सकते)। हालाँकि, यह प्रयोग इस बात का मजबूत अनुभवजन्य प्रमाण प्रदान करता है कि, व्यावहारिक उद्देश्यों के लिए, के अंक इतने अधिक यादृच्छिक व्यवहार करते हैं कि उनका उपयोग एक सफल मोंटे कार्लो सिमुलेशन चलाने के लिए किया जा सकता है जो स्वयं उस संख्या को पुनः प्राप्त कर लेता है।
सरल शब्दों में, यह शोध पत्र दिखाता है कि , एक तरह से, "स्वयं को उत्पन्न" कर सकता है। यह वैसा ही है जैसे आपने एक शब्दकोश लिया, उसके हर अक्षर को काट लिया, और उन अक्षरों का उपयोग करके एक नई किताब लिखी जिसमें किसी तरह वही सटीक शब्दकोश समाहित है जिससे आपने शुरुआत की थी। शोधकर्ताओं ने पाया कि के अंक इतने सांख्यिकीय रूप से अराजक (केओटिक) और अच्छी तरह से वितरित हैं कि वे स्वयं के लिए यादृच्छिकता के स्रोत के रूप में कार्य कर सकते हैं। इसका मतलब यह नहीं है कि अंक जादुई हैं या वे नई जानकारी बनाते हैं; बल्कि, यह सुझाव देता है कि की जटिलता इतनी अधिक है कि वह अपने नियतात्मक स्वभाव को छिपा लेती है, और अपने स्वयं के लिए एक आदर्श यादृच्छिक वातावरण के रूप में कार्य करती है। यह अध्ययन पुष्टि करता है कि भले ही एक निश्चित, गणना की गई संख्या है, इसके अंक यादृच्छिकता को सिम्युलेट करने के लिए एक विश्वसनीय उपकरण हैं, कम से कम 314 ट्रिलियन अंकों के पैमाने तक।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।