🔬 condensed matter

Work as a function of protocol duration for the efficient erasure of an underdamped memory: isothermal to adiabatic transition

विकासवादी सुदृढ़ीकरण शिक्षण (evolutionary reinforcement learning) का उपयोग करते हुए, यह अध्ययन प्रकट करता है कि एक अनडैम्पड मेमोरी बिट को मिटाने के लिए आवश्यक औसत कार्य एक आइसोथर्मल शासन (रिलैक्सेशन समय के ऊपर $1/\tau$ के रूप में स्केलिंग) से एक विशिष्ट एडियाबेटिक शासन (रिलैक्सेशन समय के नीचे $1/\tau$ से अधिक धीरे स्केलिंग) में परिवर्तित होता है, जो यह दर्शाता है कि सीखे गए प्रोटोकॉल केवल साम्यावस्था सीमा स्थितियों (equilibrium boundary conditions) के लिए अनुकूलित प्रोटोकॉल से बेहतर प्रदर्शन कर सकते हैं।

मूल लेखक: Nicolas Barros, Stephen Whitelam, Sergio Ciliberto, Ludovic Bellon

प्रकाशित 2026-09-11

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Nicolas Barros, Stephen Whitelam, Sergio Ciliberto, Ludovic Bellon

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

सूक्ष्म भौतिकी (microscopic physics) की शांत दुनिया में, सूचना और ऊर्जा के बारे में एक मौलिक नियम है। यह कहता है कि यदि आप सूचना के एक टुकड़े को, जैसे कि एक साधारण 'हाँ' या 'ना' को मिटाना चाहते हैं, तो आपको इसे करने के लिए थोड़ी सी, अपरिहार्य ऊर्जा खर्च करनी होगी। यह केवल एक सैद्धांतिक विचार नहीं है; यह प्रकृति का एक नियम है। जब कोई कंप्यूटर डेटा के एक बिट को मिटाता है, तो वह थोड़ा गर्म हो जाता है, और वह ऊष्मा मिटाने की भौतिक लागत है। वैज्ञानिक लंबे समय से जानते हैं कि यदि आप इस मिटाने की प्रक्रिया को बहुत धीरे-धीरे करते हैं, तो आप इस न्यूनतम ऊर्जा लागत के जितना संभव हो सके करीब पहुँच सकते हैं। हालाँकि, वास्तविक दुनिया के उपकरणों को तेजी से काम करने की आवश्यकता होती है। बड़ा सवाल यह था कि जब आप जानकारी को तेजी से मिटाने की कोशिश करते हैं तो क्या होता है। क्या ऊर्जा की लागत नाटकीय रूप रूप से बढ़ जाती है, या इसे करने का कोई स्मार्ट तरीका है? यह सवाल महत्वपूर्ण है क्योंकि जैसे-जैसे हमारी तकनीक छोटी और तेज होती जा रही है, ऊर्जा दक्षता की सीमाओं को समझना बेहतर मशीनें बनाने के लिए अत्यंत आवश्यक हो जाता है।

ल्योन, फ्रांस और बर्कले, कैलिफोर्निया के शोधकर्ताओं की एक टीम ने एक छोटा, भौतिक मेमोरी डिवाइस बनाकर और एक कंप्यूटर को इसे कुशलतापूर्वक मिटाना सिखाकर इसका उत्तर देने का प्रयास किया। उन्होंने एक सूक्ष्म धातु की बीम का उपयोग किया, जिसे 'कैंटिलीवर' (cantilever) कहा जाता है, जो गिटार के तार की तरह कंपन करती है। यह बीम एक 'वन-बिट मेमोरी' के रूप में कार्य करती है: यह शून्य या एक का प्रतिनिधित्व करने वाली दो स्थितियों में से किसी एक में रह सकती है। शोधकर्ता इस बीम को एक यादृच्छिक (random) स्थिति से एक विशिष्ट लक्षित स्थिति में जाने के लिए मजबूर करना चाहते थे, जो प्रभावी रूप से इसकी पिछली स्थिति को मिटा देता है। ऐसा करने के लिए, उन्होंने बीम पर एक विद्युत बल लगाया, जिससे एक अदृश्य ऊर्जा परिदृश्य (energy landscape) बना जिसने बीम की गति को निर्देशित किया। चुनौती यह थी कि बीम "अंडरडैम्प्ड" (underdamped) है, जिसका अर्थ है कि यह हल्की और उछलने वाली है; एक बार शुरू होने के बाद, यह तुरंत रुकने के बजाय दोलन (oscillate) करती रहती है। यह इसे बिना ऊर्जा बर्बाद किए या लक्ष्य को चूके बिना, तेजी से नियंत्रित करना कठिन बनाता है।

इस बिट को मिटाने का सबसे अच्छा तरीका खोजने के लिए, वैज्ञानिकों ने मानवीय अंतर्ज्ञान या मानक सूत्रों पर भरोसा नहीं किया। इसके बजाय, उन्होंने 'न्यूरोइवोल्यूशन' (neuroevolution) नामक एक विधि का उपयोग किया, जो कृत्रिम बुद्धिमत्ता का एक प्रकार है जो प्राकृतिक चयन की नकल करता है। उन्होंने कंप्यूटर पर अपने भौतिक प्रयोग का एक डिजिटल जुड़वां बनाया और एक एल्गोरिदम को बीम को हिलाने के हजारों अलग-अलग तरीकों को विकसित करने दिया। कंप्यूटर ने इन रणनीतियों का परीक्षण किया, उन रणनीतियों को रखा जिन्होंने सबसे कम ऊर्जा का उपयोग किया और बीम को सही स्थान पर सफलतापूर्वक पहुँचाया, जबकि विफलताओं को त्याग दिया। कई पीढ़ियों के बाद, एल्गोरिदम ने निर्देशों का एक सेट—एक प्रोटोकॉल—खोजा, जो उनके द्वारा मानव-निर्मित किसी भी विधि की तुलना में कहीं अधिक कुशल था। शोधकर्ताओं ने फिर इन कंप्यूटर-जनित निर्देशों को अपने वास्तविक, भौतिक धातु बीम पर लागू किया ताकि यह देखा जा सके कि क्या डिजिटल सबक वास्तविक दुनिया में टिकते हैं।

परिणामों ने एक आश्चर्यजनक विभाजन को प्रकट किया कि सिस्टम कैसे व्यवहार करता है, जो पूरी तरह से इस बात पर निर्भर करता है कि मिटाने के लिए कितना समय दिया गया है। जब शोधकर्ताओं ने सिस्टम को पर्याप्त समय दिया, जो बीम के स्वाभाविक रूप से स्थिर होने के समय से बहुत अधिक था, तो ऊर्जा की लागत ने एक अनुमानित पैटर्न का पालन किया। आवश्यक कार्य सैद्धांतिक न्यूनतम से थोड़ा ही अधिक था, और जैसे-जैसे प्रक्रिया धीमी हुई, यह घटता गया। यह उस पैटर्न से मेल खाता जो वैज्ञानिकों ने भारी, धीमी प्रणालियों में देखा था जहाँ घर्षण (friction) हावी रहता है। हालाँकि, जब उन्होंने बिट को तेजी से मिटाने की कोशिश की, जो बीम के प्राकृतिक स्थिर होने के समय से कम था, तो नियम पूरी तरह बदल गए। इस तेज़ शासन (fast regime) में, ऊर्जा की लागत वैसी नहीं बढ़ी जैसी कि अपेक्षित थी। इसके बजाय, सीखे गए प्रोटोकॉल ने ऊर्जा लागत को बहुत धीरे-धीरे बढ़ते रहने का एक तरीका खोज लिया, भले ही समय को कम कर दिया गया हो।

इस दक्षता की कुंजी बीम की गति में निहित है। एक धीमी मिटाने की प्रक्रिया में, बीम आसपास की हवा के साथ संतुलन में रहती है, और प्रक्रिया सुचारू और स्थिर होती है। एक तेज़ मिटाने की प्रक्रिया में, बीम को इतनी जोर से और इतनी तेजी से धकेला जाता है कि वह संतुलन में नहीं रह पाती; वह गर्म हो जाती है और गतिज ऊर्जा (kinetic energy) प्राप्त करती है, और बेतहाशा कंपन करती है। शोधकर्ताओं ने पाया कि सबसे स्मार्ट प्रोटोकॉल इस ऊष्मीकरण (heating) से लड़ने या कंपनों को तुरंत रोकने की कोशिश नहीं करते थे। इसके बजाय, उन्होंने गति को स्वीकार किया। उन्होंने बीम को इस तरह से हिलाया कि इसने इस अस्थायी, उच्च-ऊर्जा अवस्था को स्वीकार कर लिया, प्रभावी रूप से सिस्टम को एक अलग (isolated) और एडियाबेटिक (adiabatic) प्रणाली के रूप में माना, बजाय इसके कि उसे शांत या साम्यावस्था (equilibrium) में रखने के लिए मजबूर किया जाए। इसने उन्हें लक्ष्य तक पहुँचने में बहुत कम कार्य लगाने की अनुमति दी, यदि वे सिस्टम को शांत और संतुलित अवस्था में रखने का प्रयास करते।

अध्ययन ने दिखाया कि ये कंप्यूटर-सीखे गए प्रोटोकॉल न केवल थोड़े बेहतर थे; बल्कि वे बुनियादी, हाथ से डिज़ाइन किए गए तरीकों की तुलना में काफी श्रेष्ठ थे। तेज़ मिटाने के लिए, बुनियादी विधि अक्सर विफल हो जाती थी, जिससे बीम गलत स्थिति में रह जाती थी, जबकि सीखा हुआ तरीका लगभग हर बार सफल रहा। शोधकर्ताओं ने अपने निष्कर्षों की तुलना उन प्रणालियों से भी की जो धीमी और भारी थीं। उन्होंने पाया कि तेज़, अंडरडैम्प्ड शासन में, बिट को मिटाने का सबसे कुशल तरीका यह है कि सिस्टम को ऐसी स्थिति में समाप्त होने दिया जाए जो अपने परिवेश के साथ पूरी तरह से संतुलित न हो। यह एक महत्वपूर्ण अंतर है क्योंकि कई पारंपरिक सिद्धांत मानते हैं कि एक प्रक्रिया को अनुकूल माने जाने के लिए एक शांत, संतुलित अवस्था में समाप्त होना चाहिए। शोधकर्ताओं ने पाया कि इस आवश्यकता को शिथिल करके, वे बहुत कम ऊर्जा लागत प्राप्त कर सकते थे।

अंततः, टीम ने इस आधार को स्थापित किया कि कितनी ऊर्जा की आवश्यकता एक बिट को तेजी से मिटाने के लिए होती है। उन्होंने एक आदर्श नियंत्रक (controller) से संबंधित एक सैद्धांतिक "विचार प्रयोग" (thought experiment) प्रस्तावित किया जो मेमोरी की स्थिति को पढ़ सकता था और उसके अनुसार कार्य कर सकता था। इस सैद्धांतिक सीमा ने दिखाया कि तेज़ मिटाने के लिए ऊर्जा की लागत समय घटने के साथ बहुत धीरे-धीरे बढ़ती है, जो एक विशिष्ट तरीके से स्केल करती है जो पुराने नियमों के सुझावों की तुलना में बहुत अधिक अनुकूल है। प्रायोगिक डेटा और कंप्यूटर सिमुलेशन दोनों इस सैद्धांतिक सीमा के ठीक ऊपर रहे, जिससे पुष्टि हुई कि सीखे गए प्रोटोकॉल भौतिकी द्वारा संभव बनाए गए सर्वोत्तम स्तरों के लगभग करीब थे। यह कार्य दर्शाता है कि मशीन लर्निंग का उपयोग करके संभावित गतिविधियों की पूरी सीमा को खोजने से, न कि केवल सरल, सहज चरणों तक सीमित रहकर, हम ऊर्जा दक्षता की सीमाओं को आगे बढ़ा सकते हैं। यह सुझाव देता है कि अल्ट्रा-फास्ट, लो-पावर कंप्यूटिंग का भविष्य सिस्टम को धीरे और सावधानी से चलाने के बजाय, उन्हें स्वतंत्र रूप से और तेजी से चलने देने में सीखने पर निर्भर हो सकता है।

तकनीकी सारांश: एक अंडरडैम्प्ड मेमोरी के कुशल विलोपन (Erasure) के लिए प्रोटोकॉल अवधि के फलन के रूप में कार्य

समस्या विवरण
लैंडावर का सिद्धांत (Landauer's principle) एक अर्ध-स्थैतिक (quasi-static) प्रक्रिया में एक बिट सूचना को मिटाने के लिए न्यूनतम ऊष्मप्रवैगिकी लागत, $k_B T \ln 2$ , स्थापित करता है। जबकि ओवरडैम्प्ड (overdamped) प्रणालियों में परिमित-समय विलोपन के लिए आवश्यक औसत कार्य $\langle W \rangle$ के स्केलिंग के बारे में अच्छी समझ है—जो प्रोटोकॉल अवधि $\tau$ के लिए $1/\tau$ स्केलिंग नियम का पालन करता है—अंडरडैम्प्ड (underdamped) प्रणालियों में यह संबंध एक सामान्य प्रमाण और स्पष्ट लक्षण वर्णन की कमी रखता है। अंडरडैम्प्ड प्रणालियों (जैसे उच्च गुणवत्ता कारक वाले यांत्रिक दोलक) में, जड़त्व (inertia), तापीय उतार-चढ़ाव और परिमित-समय ड्राइविंग के बीच का परस्पर प्रभाव जटिल गतिकी उत्पन्न करता है। विशेष रूप से, यह स्पष्ट नहीं है कि जब विलोपन समय $\tau$ , सिस्टम के रिलैक्सेशन समय $t_r$ के तुल्य या उससे कम हो जाता है, तो कार्य लागत कैसे स्केल होती है। इसके अलावा, जबकि ऑप्टिमल ट्रांसपोर्ट थ्योरी ओवरडैम्प्ड प्रणालियों के लिए सीमाएं प्रदान करती है, छोटे विस्कस डैम्पिंग ( $Q > 1$ ) वाले अंडरडैम्प्ड दोलकों के लिए कोई ज्ञात लागू होने योग्य अनुकूल प्रोटोकॉल मौजूद नहीं है।

कार्यप्रणाली
लेखक इस समस्या की जांच करने के लिए प्रयोगात्मक वास्तविकता और मशीन लर्निंग के संयोजन का उपयोग करते हैं:

प्रायोगिक प्रणाली: अध्ययन एक माइक्रोमैकेनिकल कैंटिलीवर का उपयोग करता है जो हवा में एक अंडरडैम्प्ड हार्मोनिक दोलक ( $Q \approx 7$ , $\omega_0 \approx 1090$ Hz) के रूप में कार्य करता है। कैंटिलीवर को इलेक्ट्रोस्टैटिक फीडबैक के माध्यम से निर्मित एक ट्यूनेबल डबल-वेल पोटेंशियल में फँसाया गया है। तार्किक अवस्थाएँ (0 और 1) क्रमशः बाएं या दाएं वेल (well) में कैंटिलीवर के रहने को दर्शाती हैं।
न्यूरोइवोल्यूशनरी लर्निंग: कुशल विलोपन प्रोटोकॉल खोजने के लिए, लेखक "न्यूरोइवोल्यूशन" (एक प्रकार का सुदृढीकरण शिक्षण/reinforcement learning) का उपयोग करते हैं। वे क्षमता के समय-निर्भर नियंत्रण मापदंडों ( $z_0(t)$ और $z_1(t)$ ) को एक डीप न्यूरल नेटवर्क के रूप में एनकोड करते हैं। इस नेटवर्क को एक "डिजिटल ट्विन" (प्रयोग का एक लैंगिवन समीकरण मॉडल) पर एक जेनेटिक एल्गोरिदम का उपयोग करके प्रशिक्षित किया जाता है ताकि एक ऑर्डर पैरामीटर $\phi = P_f + \langle W \rangle/100$ को कम किया जा सके, जहाँ $P_f$ विफलता दर (गलत वेल में समाप्त होने की संभावना) है और $\langle W \rangle$ औसत कार्य है।
सत्यापन: सीखे गए प्रोटोकॉल को भौतिक कैंटिलीवर पर लागू किया जाता है। कार्य और विफलता दर का प्रदर्शन एक "बेसिक" लीनियर रैंप प्रोटोकॉल और विभिन्न विलोपन समय ( $0.5 t_0 \le \tau \le 20 t_0$ ) के बीच संख्यात्मक सिमुलेशन के विरुद्ध किया जाता है।
सैद्धांतिक सीमा: लेखक कार्य के सैद्धांतिक निचले स्तर (lower bound) को स्थापित करने के लिए एक "गेडेन्केन" (gedanken/विचार) अनुकूल प्रोटोकॉल प्रस्तावित करते हैं। इस प्रोटोकॉल में एक "डेमन" शामिल है जो प्रारंभिक अवस्था को पढ़ता है और केवल तभी एक अनुकूल अनुवाद (translation) लागू करता है जब आवश्यकता हो, और उसके बाद क्षमता का लागत-मुक्त पुनर्निर्माण करता है।

मुख्य परिणाम
जांच से प्रोटोकॉल अवधि $\tau$ के फलन के रूप में औसत कार्य $\langle W \rangle$ के दो अलग-अलग शासन (regimes) का पता चलता है, जो सिस्टम के रिलैक्सेशन समय $t_r$ द्वारा अलग किए गए हैं:

क्वासीस्टैटिक शासन ( $\tau \gg t_r$ ):
- इस सीमा में, सिस्टम तापीय संतुलन के करीब रहता है।
- बेसिक और सीखे गए दोनों प्रोटोकॉल एक औसत कार्य प्रदान करते हैं जो $\langle W \rangle \approx k_B T (\ln 0 + B/\tau)$ के रूप में स्केल होता है।
- यह मानक लैंडावर बाउंड और एक ओवरहेड को पुनः प्राप्त करता है जो ओवरडैम्प्ड प्रणालियों के अनुरूप है, यह पुष्टि करता है कि धीमी विलोपन प्रक्रियाओं के लिए $1/\tau$ स्केलिंग अंडरडैम्प्ड मेमोरी के लिए भी मान्य है।
एडियाबेटिक/गैर-संतुलन शासन ( $\tau \lesssim t_r$ ):
- तीव्र विलोपन के लिए, बेसिक प्रोटोकॉल काफी विफल हो जाता है (उच्च $P_f$ ) और अवशिष्ट गतिज ऊर्जा और हीटिंग प्रभावों के कारण तेजी से बढ़ते कार्य की मांग करता है जिसे बाथ (bath) में नष्ट नहीं किया जा सकता है।
- सीखे गए प्रोटोकॉल: न्यूरोइवोल्यूशनरी दृष्टिकोण ऐसे प्रोटोकॉल खोजता है जो बेसिक प्रोटोकॉल की तुलना में काफी बेहतर प्रदर्शन करते हैं। औसत कार्य, क्वासीस्टैटिक शासन से $1/\tau$ एक्सट्रपलेशन की तुलना में बहुत धीमी गति से बढ़ता है।
- स्केलिंग व्यवहार: तीव्र शासन में कार्य $1/\tau$ स्केलिंग द्वारा नीचे से सीमित है, लेकिन एक अलग इंटरसेप्ट और गुणांक के साथ। सीखे गए प्रोटोकॉल एक लगभग शून्य विफलता दर बनाए रखते हैं जबकि अंतिम कुल ऊर्जा को कम रखते हैं।
- गेडेन्कन बाउंड: लेखक अपने विचार प्रयोग के आधार पर एक निचली सीमा $\langle W_g \rangle$ व्युत्पन्न करते हैं। यह सीमा $\tau$ के घटने के साथ एक आइसोथर्मल मान ( $\ln 2$ ) से एक एडियाबेटिक मान ( $k_B T$ की इकाइयों में $1 $) में परिवर्तित होती है। सीखे गए प्रोटोकॉल के लिए प्रयोगात्मक और संख्यात्मक परिणाम लघु$ \tau$ के लिए इस एडियाबेटिक बाउंड के करीब होते हैं।

ओवरडैम्प्ड प्रणालियों के साथ तुलना
यह शोध पत्र सीखे गए अंडरडैम्प्ड प्रोटोकॉल की ओवरडैम्प्ड शासन में मौजूद प्रोटोकॉल के साथ तुलना करता है। यह पाता है कि, ओवरडैम्प्ड मामले के समान, सीखे गए प्रोटोकॉल जो अंतिम संतुलन अवस्था को लागू नहीं करते हैं, वे अंतिम संतुलन अवस्था के प्रतिबंध के तहत अनुकूलित प्रोटोकॉल की तुलना में कम कार्य लागत प्राप्त कर सकते हैं। यह सुझाव देता है कि सिस्टम को गैर-संतुलन अवस्था (विशेष रूप से, कम संग्रहीत ऊर्जा वाली अवस्था) में समाप्त करने की अनुमति देना तीव्र विलोपन में दक्षता के लिए एक प्रमुख तंत्र है।

महत्व और दावे
लेखक दावा करते हैं कि उनका कार्य अंडरडैम्प्ड प्रणालियों में सूचना प्रसंस्करण के ऊष्मप्रवैगिकी के बारे में नई अंतर्दृष्टि प्रदान करता है, एक ऐसा क्षेत्र जहाँ अनुकूल कार्य स्केलिंग के लिए सामान्य प्रमाणों की कमी थी।

शासन पृथक्करण (Regime Separation): वे प्रदर्शित करते हैं कि सार्वभौमिक $1/\tau$ स्केलिंग, जो ओवरडैम्प्ड प्रणालियों के लिए है, केवल $\tau \gg t_r$ के लिए मान्य है। $\tau \lesssim t_r$ के लिए, भौतिकी एक एडियाबेटिक-जैसे शासन में बदल जाती है जहाँ कार्य अलग तरह से स्केल होता है।
अनुकूलन क्षमता: वे दिखाते हैं कि न्यूरोइवोल्यूशन विश्वसनीय रूप से ऐसे प्रोटोकॉल उत्पन्न कर सकता है जो जड़त्व की उपस्थिति में भी तीव्र ड्राइविंग के लिए लगभग अनुकूल होते हैं, जो हाथ से डिजाइन किए गए "बेसिक" प्रोटोकॉल से बेहतर प्रदर्शन करते हैं।
सैद्धांतिक सीमा: प्रस्तावित गेडेन्कन प्रोटोकॉल तीव्र विलोपन के कार्य के लिए एक कठोर निचली सीमा स्थापित करता है, जिसे प्रयोगात्मक डेटा निकटता से प्राप्त करता है (संभवतः प्रयोगात्मक रूप से उपयोग किए गए ऊर्जा परिदृश्य के विशिष्ट उपसमुच्चय के कारण)।
विनम्रता: लेखक स्पष्ट रूप से कहते हैं कि वे दावा नहीं करते कि सीखे गए प्रोटोकॉल वैश्विक रूप से अनुकूल (globally optimal) हैं, क्योंकि खोज स्थान द्वि-द्विघातीय (bi-quadratic) क्षमताओं के एक विशिष्ट उपसमुच्चय तक सीमित था। हालांकि, वे तर्क देते हैं कि उनके प्रोटोकॉल भविष्य के अध्ययनों के लिए एक स्पष्ट, प्रयोगात्मक रूप से सत्यापित सीमा प्रदान करते हैं और यह प्रदर्शित करते हैं कि मशीन लर्निंग जटिल यांत्रिक प्रणालियों में गैर-संतुलन ऊष्मप्रवैगिकी का अन्वेषण करने के लिए एक मजबूत उपकरण है।

इसी तरह के और पेपर