🔬 condensed matter

Piston-Like Information Engine II: Boundary-Controlled Optimum in Active Matter

यह शोध पत्र यह प्रदर्शित करता है कि स्व-चालित ब्रिसल बॉट्स (bristle bots) का उपयोग करने वाला एक सीमा-नियंत्रित सूचना इंजन (boundary-controlled information engine), तापीय प्रणालियों (thermal systems) की तुलना में गुणात्मक रूप से भिन्न कार्य-आउटपुट संबंध और घनत्व-निर्भर शासन परिवर्तन (density-dependent regime switch) प्रदर्शित करता है, जो कि सीमाओं के पास सक्रिय कणों के संचय के कारण उत्पन्न एक गैर-साम्यावस्था (nonequilibrium) विशेषता है।

मूल लेखक: Laura Hoek, Neta Ben Ari, Rémi Goerlich, Saar Rahav, Yael Roichman

प्रकाशित 2026-09-03

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Laura Hoek, Neta Ben Ari, Rémi Goerlich, Saar Rahav, Yael Roichman

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

एक ऐसी दुनिया की कल्पना करें जहाँ पदार्थ की सबसे सूक्ष्म हलचलें केवल यादृच्छिक थरथराहट नहीं हैं, बल्कि ऊर्जा के दोहन के लिए प्रतीक्षारत एक संभावित स्रोत हैं। एक सदी से अधिक समय से, वैज्ञानिक सूचना को कार्य (work) में बदलने के विचार से मंत्रमुग्ध रहे हैं। 19वीं सदी के प्रसिद्ध वैचारिक प्रयोगों (thought experiments) में निहित यह अवधारणा बताती है कि यदि आप सटीक रूप से जानते हैं कि एक कण कहाँ है, तो आप उस ज्ञान का उपयोग उसे एक उपयोगी दिशा में धकेलने के लिए कर सकते हैं, जिससे प्रभावी रूप से ऊष्मा की अराजकता से ऊर्जा निकाली जा सकती है। पिछले दशक में, शोधकर्ताओं ने ऐसी सूक्ष्म मशीनें बनाई हैं जो बिल्कुल यही करती हैं, जो प्रकाश या चुंबकीय क्षेत्रों का उपयोग करके सूक्ष्म कणों को पकड़ती और घुमाती हैं। ये "सूचना इंजन" तब खूबसूरती से काम करते हैं जब कण निष्क्रिय होते हैं, जो केवल तापीय ऊर्जा के कारण इधर-उधर उछलते-कूदते रहते हैं, जैसे सूर्य की किरणों में नाचते धूल के कण। लेकिन प्रकृति कणों का एक अधिक अराजक और ऊर्जावान वर्ग भी प्रदान करती है: सक्रिय पदार्थ (active matter)। ये स्व-चालित संस्थाएं हैं, जैसे बैक्टीरिया या कृत्रिम रोबोट, जो अपनी गति स्वयं उत्पन्न करते हैं। वे केवल थिरकते नहीं हैं; वे अपनी आंतरिक शक्ति से धक्का देते हैं, झुंड बनाते हैं और दीवारों से टकराते हैं। वह प्रश्न जो इस नए शोध को प्रेरित करता है वह सरल लेकिन गहन है: क्या सूचना-से-ऊर्जा रूपांतरण का वही तर्क तब भी लागू होता है जब ईंधन ऊष्मा नहीं, बल्कि इन जीवित-जैसे मशीनों की निरंतर, स्व-चालित गतिविधि हो?

इजराइल के शोधकर्ताओं की एक टीम ने यह पता लगाने के लिए इस इंजन का एक बड़े पैमाने पर संस्करण बनाया है। अदृश्य प्रकाश जाल का उपयोग करके सूक्ष्म मोतियों के बजाय, उन्होंने एक आयताकार अरीना (arena) और छोटे, कंपन करने वाले रोबोटों के संग्रह का उपयोग करके एक स्थूल (macroscopic) मशीन का निर्माण किया, जिन्हें वे "ब्रिस्टल बॉट्स" कहते हैं। प्रत्येक बॉट लगभग चार सेंटीमीटर लंबा है, जो एक छोटी बैटरी और मोटर द्वारा संचालित है जो इसके लचीले ब्रistles (बालों जैसे रेशों) को कंपन कराती है, जिससे यह फर्श पर दौड़ता है। शोधकर्ताओं ने अरीना के एक छोर पर एक गतिशील दीवार रखी, जो एक पिस्टन के रूप में कार्य करती है। इंजन एक सरल, दोहराव वाले चक्र पर कार्य करता है। सबसे पहले, सिस्टम पिस्टन के पास एक विशिष्ट क्षेत्र की प्रतीक्षा करता है और उसे देखता है। यदि वह क्षेत्र खाली मिलता है, तो पिस्टन को अंदर की ओर फिसलने की अनुमति दी जाती है, जिससे बॉट्स के झुंड को संकुचित किया जाता है। यदि वह क्षेत्र भरा हुआ है, तो पिस्टन अपनी जगह पर स्थिर रहता है। इस प्रक्रिया को दोहराकर, बॉट्स को धीरे-धीरे एक छोटे स्थान में दबा दिया जाता है बिना मशीन द्वारा कोई सीधा धक्का देने वाला कार्य किए; ऊर्जा पूरी तरह से बॉट्स की अपनी गति और दीवार की गति के चतुर समय (timing) से आती है। शोधकर्ताओं ने बॉट्स के संकुचित गैस में संचित कार्य को मापा और खाली स्थान मिलने की संभावना के साथ इसकी तुलना की।

निष्क्रिय, तापीय कणों की दुनिया में, भौतिकी एक बहुत ही विशिष्ट संबंध की भविष्यवाणी करती है। वहाँ एक सार्वभौमिक नियम है जो ऐसे इंजन को चलाने के सबसे कुशल तरीके को निर्धारित करता है, जो यह सुझाव देता है कि सर्वोत्तम प्रदर्शन तब होता है जब खाली स्थान मिलने की संभावना लगभग तीन में एक होती है। हालाँकि, जब शोधकर्ताओं ने अपने प्रयोग को सक्रिय, स्व-चालित ब्रिस्टल बॉट्स के साथ चलाया, तो परिणाम आश्चर्यजनक रूप से भिन्न थे। इंजन ने मानक नियम का पालन नहीं किया। इसके बजाय, मशीन को चलाने का सबसे कुशल तरीका इस बात पर निर्भर करता था कि अरीना कितना भरा हुआ है। कम घनत्व पर, इंजन तब सबसे अच्छा काम करता था जब डिटेक्शन ज़ोन (पहचान क्षेत्र) बड़ा होता था, जो एक दुर्लभ खाली स्थान खोजने के लिए एक विस्तृत क्षेत्र को खंगालता था। लेकिन जैसे-जैसे शोधकर्ताओं ने अधिक बॉट्स जोड़े, जिससे अरीना अधिक भीड़भाड़ वाला हो गया, अनुकूल रणनीति बदल गई। अचानक, सबसे अच्छा प्रदर्शन एक बहुत छोटे डिटेक्शन ज़ोन का उपयोग करने से आया, जो दीवार के ठीक बगल में एक बहुत छोटे अंतराल की तलाश करता था।

रणनीति में यह बदलाव सक्रिय कणों के एक अद्वितीय व्यवहार के कारण होता है: वे दीवारों के विरुद्ध जमा होने की प्रवृत्ति रखते हैं। क्योंकि ये बॉट्स लगातार खुद को आगे धकेलते रहते हैं, वे अपने कंटेनर की सीमाओं के साथ घने स्तरों में जमा हो जाते हैं, जिससे अरीना का केंद्र अपेक्षाकृत खाली रह जाता है। जब बॉट्स कम होते हैं, तो यह संचय परत (accumulation layer) पतली होती है, और इंजन एक बड़े क्षेत्र को देख सकता है। लेकिन जैसे-जैसे घनत्व बढ़ता है, दीवार बॉट्स से भर जाती है, जिससे पिस्टन के पास एक बड़ा खाली स्थान ढूंढना बहुत कठिन हो जाता है। इंजन इस खोज पर ध्यान केंद्रित करके अनुकूलन करता है—इस घने दीवार परत के भीतर दिखने वाले नन्हे और क्षणिक अंतरालों पर। शोधकर्ताओं ने पुष्टि की कि यह व्यवहार केवल उनके विशिष्ट सेटअप की विचित्रता नहीं है; उन्होंने शुष्क घर्षण (dry friction) के साथ इस प्रक्रिया का अनुकरण किया और पाया कि समान परिवर्तन रणनीतियों के बीच तब भी होता है जब मशीन पूरी तरह से नहीं चल रही होती, बल्कि वास्तविक देरी और प्रतिरोध के साथ चलती है।

अध्ययन यह प्रकट करता है कि जबकि इन सक्रिय बॉट्स का यांत्रिक दबाव एक मानक गैस की तरह व्यवहार करता है, उनका स्थान वितरण सूचना इंजन के नियमों को पूरी तरह से बदल देता है। सीमाओं के पास बॉट्स का संचय एक जटिल समझौता (trade-off) पैदा करता है: एक बड़ा खोज क्षेत्र सफल होने पर अधिक ऊर्जा संचित करता है, लेकिन वह शायद ही कभी खाली होता है; एक छोटा खोज क्षेत्र लगभग हमेशा खाली होता है, लेकिन वह कम ऊर्जा संचित करता है। मशीन को इन दो कारकों के बीच निरंतर संतुलन बनाना पड़ता है। शोधकर्ताओं ने पाया कि जिस बिंदु पर मशीन एक रणनीति से दूसरी रणनीति में बदलती है, वह सीधे तौर पर इस बात का परिणाम है कि बॉट्स दीवारों पर कैसे भीड़ लगाते हैं। यह खोज बताती है कि सक्रिय पदार्थ का उपयोग करके कुशल इंजन बनाने के लिए, कोई केवल सामग्री के औसत गुणों पर निर्भर नहीं रह सकता। इसके बजाय, डिज़ाइन को इन स्व-चालित कणों के क्लस्टर बनाने और परस्पर क्रिया करने के विशिष्ट तरीके को ध्यान में रखना चाहिए। यह कार्य प्रदर्शित करता है कि सक्रिय पदार्थ की दुनिया में, सीमाओं की ज्यामिति और भीड़ के सांख्यिकी (statistics) उतने ही महत्वपूर्ण हैं जितनी कि वह ऊर्जा जो कण वहन करते हैं, जो स्व-चालित प्रणालियों की अराजक शक्ति का लाभ उठाने के लिए एक नया ब्लूप्रिंट प्रदान करता है।

तकनीकी सारांश: पिस्टन-जैसे सूचना इंजन II: सक्रिय पदार्थ में सीमा-नियंत्रित इष्टतमता (Piston-Like Information Engine II: Boundary-Controlled Optimum in Active Matter)

समस्या विवरण
सूचना इंजन (Information engines) मापन और फीडबैक के माध्यम से उतार-चढ़ाव (fluctuations) को उत्पाद्य कार्य (extractable work) में परिवर्तित करते हैं। हालांकि थर्मल (साम्यावस्था) वर्किंग मीडिया पर संचालित होने वाले ऐसे इंजनों के ऊष्मागतिकी (thermodynamics) का अच्छी तरह से वर्णन किया गया है—विशेष रूप से, खाली डिटेक्शन क्षेत्र की प्रायिकता पर निर्भर औसत कार्य का सार्वभौमिक रूप—सक्रिय पदार्थ (active matter) का उपयोग करने वाले इंजनों के बारे में कम जानकारी उपलब्ध है। सक्रिय कण, जो अपने स्व-प्रणोदन (self-propulsion) के कारण स्वाभाविक रूप से गैर-साम्यावस्था (out-of-equilibrium) में होते हैं, विशिष्ट घटनाक्रम प्रदर्शित करते हैं, जिसमें फ्लॉकिंग (flocking) और चरण पृथक्करण (phase separation) शामिल हैं। संबोधित मुख्य प्रश्न यह है कि सक्रिय वर्किंग मीडिया की गैर-साम्यावस्था प्रकृति, थर्मल समकक्षों की तुलना में सूचना इंजनों के संचालन और अनुकूलन को कैसे बदलती है। विशेष रूप से, लेखक जांच करते हैं कि क्या औसत कार्य के लिए सार्वभौमिक संबंध, $\bar{W} = -k_B T p_1 \ln p_1$ (जहाँ $p_1$ खाली डिटेक्शन क्षेत्र की प्रायिकता है), सक्रिय प्रणालियों के लिए लागू होता है और सक्रियता (activity) सक्रियता कैसे इष्टतम ऑपरेटिंग शासन (optimal operating regime) को प्रभावित करती है।

कार्यप्रणाली (Methodology)
लेखकों ने एक दो-आयामी आयताकार एरिना में सीमित "ब्रिसल बॉट्स" (bbots) की गैस का उपयोग करके एक मैक्रोस्कोपिक सूचना इंजन को प्रयोगिक रूप से साकार किया, जिसमें एक गतिशील दीवार पिस्टन के रूप में कार्य करती है।

प्रायोगिक सेटअप: इंजन एक चक्र पर कार्य करता है जहाँ गतिशील दीवार के पास एक चौड़ाई $\Delta x$ का डिटेक्शन क्षेत्र समय-समय पर मॉनिटर किया जाता है। यदि क्षेत्र खाली है (प्रायिकता $p_1$ ), तो दीवार $\Delta x$ के बराबर अंदर की ओर बढ़ती है, जिससे गैस संकुचित होती है, बिना सीधे कार्य किए। यदि क्षेत्र भरा हुआ है, तो दीवार स्थिर रहती है।
बल और दबाव अंशांकन (Force and Pressure Calibration): संग्रहीत कार्य को मापने के लिए, लेखकों ने ब्रिसल बॉट्स द्वारा लगाए गए दबाव को मापा। उन्होंने एक कठोर दीवार के स्थान पर एक लचीली नायलॉन बाधा का उपयोग किया ताकि स्ट्रेन (strain) के माध्यम से संचयी टकराव बलों को मापा जा सके। एक बल-स्ट्रेन अंशांकन ( $F = \mu \epsilon^\sigma$ ) स्थापित किया गया, जिससे सीमा विक्षेपण (boundary deflection) को बल में और तत्पश्चात दो-आयामी दबाव ( $P$ ) में परिवर्तित किया जा सका।
घनत्व प्रोफाइलिंग (Density Profiling): ब्रिसल बॉट्स के प्रक्षेपवक्र (trajectories) के उच्च-रिज़ॉल्यूशन ट्रैकिंग का उपयोग स्थानिक घनत्व प्रोफाइल बनाने के लिए किया गया। लेखकों ने खाली डिटेक्शन क्षेत्र ( $\Delta x$ ) और एरिया फ्रैक्शन ( $\Phi$ ) के फलन (functions) के रूप में खाली क्षेत्र की प्रायिकता ( $p_1$ ) और प्रति मापन औसत कार्य ( $\bar{W}$ ) का विश्लेषण किया।
मॉडलिंग और सिमुलेशन: प्रयोगात्मक डेटा की तुलना आदर्श गैस मॉडल, एक "दो-घनत्व" मॉडल (दीवारों के पास उच्च घनत्व, बल्क में निम्न घनत्व), और एक "सक्रिय प्रोफाइल" मॉडल (दीवारों से घातांकीय क्षय) सहित सैद्धांतिक मॉडलों से की गई। एक ड्राई फ्रिक्शन (dry friction) (स्टिक-स्लिप डायनेमिक्स) को शामिल करने वाले फेनोमेनोलॉजिकल मॉडल का उपयोग परिमित-समय चक्र प्रदर्शन और पावर आउटपुट का विश्लेषण करने के लिए किया गया।

प्रमुख योगदान और परिणाम

सार्वभौमिक थर्मल व्यवहार से विचलन: अध्ययन यह प्रदर्शित करता है कि सक्रिय इंजन के लिए प्रति मापन औसत कार्य, $\bar{W}$ , सार्वभौमिक थर्मल रूप $-p_1 \ln p_1$ से गुणात्मक रूप से विचलित होता है। जबकि यांत्रिक समीकरण अवस्था (equation of state) रैखिक बनी रहती है ( $P \propto \Phi$ ), जो एक आदर्श गैस के समान है लेकिन इसमें $k_B T$ के स्थान पर एक सक्रिय ऊर्जा स्केल $\tilde{\alpha}$ होता है, फीडबैक सांख्यिकी सक्रियता द्वारा मौलिक रूप से परिवर्तित हो जाती है।
सीमा संचय तंत्र (Boundary Accumulation Mechanism): इस विचलन का कारण सीमाओं के पास सक्रिय कणों का निरंतर संचय (boundary layer) है। यह संचय एक गैर-समान घनत्व प्रोफाइल बनाता है जहाँ कण बल्क की तुलना में दीवारों के पास अधिक समय बिताते हैं।
घनत्व-निर्भर शासन स्विचिंग (Density-Dependent Regime Switching): एक प्राथमिक निष्कर्ष के रूप में, जैसे-जैसे कण घनत्व (एरिया फ्रैक्शन $\Phi$ $Φ$ ) बढ़ता है, इष्टतम ऑपरेटिंग शासन में एक संक्रमण देखा जाता है।
- निम्न घनत्व: अधिकतम कार्य बड़े डिटेक्शन क्षेत्रों ( $\Delta x$ ) के साथ प्राप्त किया जाता है जो बल्क तक विस्तृत होते हैं, जो खाली होने की कम प्रायिकता ( $p_1 < 1/e$ ) के अनुरूप है।
- उच्च घनत्व: जैसे-जैसे $\Phi$ बढ़ता है, सघन बाउंडरी लेयर के भीतर खाली क्षेत्र खोजने की प्रायिकता तेजी से गिरती है। फलस्वरूप, इष्टतम शासन छोटे डिटेक्शन क्षेत्रों की ओर स्विच हो जाता है जो संचय परत (accumulation layer) के भीतर सीमित होते हैं, और उच्च खाली प्रायिकता ( $p_1 \ge 1/e$ ) पर कार्य करते हैं।
परिमित-समय चक्रों में सुदृढ़ता (Robustness in Finite-Time Cycles): लेखकों ने ड्राई फ्रिक्शन के विरुद्ध एक परिमित-समय चक्र का अध्ययन किया। सिमुलेशन और प्रयोगात्मक डेटा पुष्टि करते हैं कि इष्टतम संचालन में बाउंडर-नियंत्रित स्विच वास्तविक बाधाओं (परिमित चक्र समय और घर्षण) के तहत भी बना रहता है। संग्रहीत कार्य और सफल मापन के लिए प्रतीक्षा समय के बीच का ट्रेड-ऑफ केंद्रीय बना रहता है, जिसमें इष्टतम डिटेक्शन आकार क्वासी-स्टेटिक (quasi-static) मामले की तरह ही समान रूप से शिफ्ट होता है।

महत्व और दावे
यह शोध दावा करता है कि सक्रिय सूचना इंजनों का संचालन न केवल वर्किंग मीडियम के समीकरण अवस्था द्वारा, बल्कि महत्वपूर्ण रूप से फीडबैक तंत्र द्वारा चयनित स्थानिक उतार-चढ़ाव (spatial statistics of fluctuations) द्वारा नियंत्रित होता है। सक्रिय कणों का संचय सीमाओं के पास एक "फ्लक्चुएशन सेलेक्टर" के रूप में कार्य करता है, जहाँ इंजन दुर्लभ सीमा विन्यासों (खाली क्षेत्रों) का चयन करके कार्य निकालता है, न कि सीधे बल्क सक्रिय बलों का लाभ उठाकर।

लेखक निष्कर्ष निकालते हैं कि सक्रिय सूचना इंजनों के लिए इष्टतम संचालन में स्विच करना एक सुदृढ़ गैर-साम्यावस्था विशेषता है। यह सक्रिय सूचना इंजनों के लिए एक डिजाइन सिद्धांत का सुझाव देता है: प्रदर्शन को अनुकूलित करने के लिए केवल ऊष्मागतिकीय मापदंडों पर निर्भर करने के बजाय, $p_1$ और संबंधित फीडबैक सांख्यिकी को नियंत्रित करने के लिए सीमा ज्यामिति (boundary geometry) और बंधन (confinement) को ट्यून करना आवश्यक है। निष्कर्ष संकेत देते हैं कि सक्रिय पदार्थ का समृद्ध व्यवहार, विशेष रूप से सीमा संचय (boundary accumulation), सूचना इंजन के संचालन को नियंत्रित करने वाली फीडबैक सांख्यिकी को मौलिक रूप से नया आकार देता है, जो उन्हें थर्मल इंजनों से अलग करता है।

इसी तरह के और पेपर