Nonlinear kinetic closures for linear instabilities

प्लाज्मा भौतिकी आयनित गैस का अध्ययन है, जो पदार्थ की एक ऐसी अवस्था है जो इतनी ऊर्जावान होती है कि इसके परमाणुओं से इलेक्ट्रॉन अलग हो जाते हैं, जिससे आवेशित कणों का एक घूमता हुआ सूप बन जाता है। यह पदार्थ तारों को शक्ति प्रदान करता है, अरोरा (auroras) को संचालित करता है, और पृथ्वी पर संलयन ऊर्जा (fusion energy) के द्वार खोलने की कुंजी है। प्लाज्मा कैसे व्यवहार करता है, इसे समझने के लिए वैज्ञानिक अक्सर दो अलग-अलग प्रकार के मॉडलों पर भरोसा करते हैं। एक दृष्टिकोण, जिसे 'काइनेटिक थ्योरी' (kinetic theory) कहा जाता है, प्रत्येक एकल कण की गति को ट्रैक करता है। अविश्वसनीय रूप से सटीक होने के बावजूद, यह विधि इतनी गणनात्मक रूप से भारी है कि प्रकृति में पाए जाने वाले जटिल, बड़े पैमाने के सिस्टम के लिए इसे चलाना अक्सर असंभव होता है। दूसरा दृष्टिकोण, 'फ्लुइड डायनेमिक्स' (fluid dynamics), प्लाज्मा को एक निरंतर तरल की तरह मानता है, व्यक्तिगत कणों को अनदेखा करते हुए घनत्व और तापमान जैसे व्यापक गुणों पर ध्यान केंद्रित करता है। यह बहुत तेज़ और उपयोग में आसान है, लेकिन यह अक्सर उन सूक्ष्म, महत्वपूर्ण व्यवहारों को मिस कर देता है जो केवल तभी प्रकट होते हैं जब कण विशिष्ट तरीकों से परस्पर क्रिया करते हैं, जैसे कि तरंगों के अवशोषण का तरीका या अचानक अस्थिरता का बढ़ना।

दशकों से, वैज्ञानिकों ने इन दोनों के बीच के अंतर को पाटने के लिए "क्लोजर्स" (closures) बनाने की कोशिश की है, जो गणितीय नियम हैं जो तेज़ फ्लुइड मॉडलों को धीमे, विस्तृत काइनेटिक मॉडलों की नकल करने की अनुमति देते हैं। ये नियम आमतौर पर एक सरल धारणा पर आधारित होते हैं: कि प्लाज्मा के विभिन्न गुणों के बीच का संबंध रैखिक (linear) है, जिसका अर्थ है कि यदि आप इनपुट को दोगुना करते हैं, तो आपको ठीक दोगुना आउटपुट मिलता है। यह सरल, अनुमानित स्थितियों में अच्छा काम करता है, लेकिन जब प्लाज्मा जटिल परिवर्तन की स्थिति में होता है या जब कई तरंगें एक साथ परस्पर क्रिया करती हैं, तो यह विफल हो जाता है। कोलंबिया विश्वविद्यालय और एर्गोडिक एलएलसी (Ergodic LLC) का नया शोध इस लंबे समय से चली आ रही धारणा को चुनौती देता है। रैखिकता (linearity) की आवश्यकता को शिथिल करके, टीम ने फ्लुइड समीकरणों को बंद करने का एक नया तरीका विकसित किया है जो पहले की तुलना में कहीं अधिक सटीकता के साथ प्लाज्मा तरंगों के वास्तविक, जटिल व्यवहार को पकड़ता है।

शोधकर्ताओं ने शुरुआत एक विशिष्ट प्रकार की प्लाज्मा अस्थिरता को देखने से की जिसे "बम्प-ऑन-टेल" (bump-on-tail) समस्या कहा जाता है। कल्पना कीजिए कि इलेक्ट्रॉनों की एक धारा प्लाज्मा के माध्यम से चल रही है; यदि इलेक्ट्रॉनों का एक छोटा समूह शेष भाग की तुलना में काफी तेज़ी से चल रहा है, तो यह गति के वितरण में एक "बम्प" (उभार) बना सकता है। यह उभार एक ऐसी तरंग को जन्म दे सकता है जो तेजी से बढ़ती है, और तेज़ इलेक्ट्रॉनों से ऊर्जा चुराती है। मानक फ्लुइड मॉडलों में, इस तरंग के बढ़ने की भविष्यवाणी करने के नियम चरम सीमाओं पर सिस्टम के व्यवहार को मिलाने पर आधारित होते—जैसे कि क्या होता है जब तरंग बहुत तेज़ या बहुत धीमी होती है। हालांकि, ये नियम उस मध्य मार्ग में विफल हो जाते हैं, जहाँ सबसे दिलचस्प भौतिकी घटित होती है। टीम ने "एक्जैक्ट काइनेटिक रिस्पॉन्स" (exact kinetic response) नामक एक नई विधि पेश की। प्लाज्मा के गुणों के बीच के संबंध का अनुमान लगाने के बजाय, यह विधि एक एकल, शुद्ध तरंग की सटीक प्रतिक्रिया की गणना करती है। यह फ्लुइड की वर्तमान स्थिति के आधार पर तरंग की आवृत्ति (frequency) का वास्तविक समय में अनुमान लगाकर और उस विशिष्ट तरंग को नियंत्रित करने वाले सटीक गणितीय नियम को लागू करके ऐसा करता है।

जब शोधकर्ताओं ने इस नई विधि का परीक्षण 'गोल्ड स्टैंडर्ड' के रूप में मानी जाने वाली काइनेटिक सिमुलेशन के विरुद्ध किया, तो परिणाम आश्चर्यजनक थे। बम्प-ऑन-टेल परिदृश्य में, पारंपरिक फ्लुइड मॉडल ने अस्थिरता के बढ़ने की दर की भविष्यवाणी करने में दस प्रतिशत तक की त्रुटियां कीं। नई 'एक्जैक्ट काइनेटिक रिस्पॉन्स' विधि ने इस त्रुटि को एक बहुत ही छोटे अंश तक कम कर दिया, जिससे विसंगति प्रभावी रूप से समाप्त हो गई। टीम ने विधि का परीक्षण एक अन्य प्रकार की अस्थिरता पर भी किया जिसे 'स्लैब आयन-टेम्परेचर-ग्रेडिएंट मोड' (slab ion-temperature-gradient mode) कहा जाता है, जो फ्यूजन रिएक्टरों के भीतर होने वाली अशांति (turbulence) से संबंधित है। यहाँ भी, नया तरीका जटिल काइनेटिक डेटा से लगभग पूरी तरह मेल खाता था, जबकि पुराने मॉडल लगातार विकास दर (growth rate) को कम आंकते थे। इस दृष्टिकोण की सफलता इसकी समस्याओं की गैर-रैखिक (non-linear) प्रकृति को संभालने की क्षमता में निहित है; यह पहचानता है कि प्लाज्मा की प्रतिक्रिया उस विशिष्ट तरंग पर निर्भर करती है जिससे वह जूझ रहा है, न कि सभी स्थितियों पर एक ही कठोर नियम थोपती है।

हालांकि, शोधकर्ताओं को एहसास हुआ कि जबकि यह नई विधि एक एकल, शुद्ध तरंग के लिए एकदम सही थी, लेकिन जब एक ही समय में दो या अधिक तरंगें मौजूद थीं, तो इसे संघर्ष करना पड़ा। क्योंकि यह विधि तरंगों के मिश्रण के आधार पर एक एकल फ्रीक्वेंसी अनुमान की गणना करती है, यह ओवरलैपिंग संकेतों को पूरी तरह से अलग नहीं कर सकती है। इसे हल करने के लिए, टीम ने आर्टिफिशियल इंटेलिजेंस (AI) का सहारा लिया। उन्होंने एक न्यूरल नेटवर्क—जो पैटर्न सीखने के लिए डिज़ाइन किया गया एक प्रकार का कंप्यूटर प्रोग्राम है—को एक 'क्लोजर रूल' के रूपв रूप में प्रशिक्षित किया। अतीत के कठोर गणितीय सूत्रों के विपरीत, इस नेटवर्क ने शोधकर्ताओं द्वारा उत्पन्न सटीक काइनेटिक डेटा के विशाल पुस्तकालय से सीखा। महत्वपूर्ण रूप से, उन्होंने नेटवर्क को भौतिकी की मौलिक समरूपताओं (symmetries) का सम्मान करने के लिए बनाया, जिससे यह सुनिश्चित हुआ कि परिणाम डेटा को स्केल करने के बावजूद सुसंगत रहें। यह "इक्विवैरिएंट" (equivariant) न्यूरल नेटवर्क तरंगों के जटिल मिश्रण को संभालने में सक्षम था, जिसने उन हस्तक्षेप पैटर्न (interference patterns) को सटीक रूप से पुनरुत्पादित किया जिन्हें सरल विधियों ने मिस कर दिया था।

अध्ययन ने कठोर पुराने सूत्रों और लचीले न्यूरल नेटवर्क के बीच एक मध्य मार्ग भी तलाशा। उन्होंने एक "लर्नड पाडे क्लोजर" (learned Padé closure) बनाया, जो एक गणितीय सूत्र है जहाँ गुणांक (coefficients) सिद्धांत द्वारा निश्चित नहीं होते हैं, बल्कि कंप्यूटर द्वारा डेटा के सबसे प्रासंगिक क्षेत्रों में फिट होने के लिए अनुकूलित (optimize) किए जाते हैं। इस दृष्टिकोण ने पुराने फ्लुइड मॉडलों के संरचनात्मक गारंटियों को बनाए रखा, जैसे कि बिना टूटे एक साथ कई तरंगों को संभालने की क्षमता, जबकि साथ ही काइनेटिक डेटा की बारीकियों को भी पकड़ा। परिणामों ने दिखाया कि यह सीखा हुआ सूत्र पारंपरिक तरीकों की तुलना में काफी अधिक सटीक था, जिसने विकास दर की भविष्यवाणियों में त्रुटि को मौजूदा सर्वोत्तम रैखिक मॉडलों की तुलना में चार गुना कम कर दिया।

इस कार्य से एक प्रमुख अंतर्दमान (insight) यह है कि किसी भी फ्लुइड मॉडल द्वारा हासिल की जा सकने वाली एक मौलिक सीमा होती है। शोधकर्ताओं ने प्रदर्शित किया कि कई ओवरलैपिंग तरंगों वाले सिस्टम का सटीक प्रतिनिधित्व करने के लिए, मॉडल को एक विशिष्ट संख्या में आंतरिक चर, या "मोमेंट्स" (moments) को ट्रैक करना चाहिए। यदि एक सिस्टम में दो तरंगें परस्पर क्रिया कर रही हैं, तो मॉडल को सही ढंग से वर्णन करने के लिए कम से कम तीन मोमेंट्स की आवश्यकता होती है; तीन तरंगों के लिए, उसे पांच की आवश्यकता होती है। यह कंप्यूटर की शक्ति या उपयोग किए गए विशिष्ट एल्गोरिदम की सीमा नहीं है, बल्कि स्वयं भौतिकी की एक गणितीय बाधा है। कोई भी मॉडल जो कई तरंगों के जटिल मिश्रण को बहुत कम चरों के साथ वर्णित करने की कोशिश करता है, वह अनिवार्य रूप से जानकारी खो देगा। यह निष्कर्ष भविष्य के मॉडल विकास के लिए एक स्पष्ट रोडमैप प्रदान करता है, जो वैज्ञानिकों को बताता है कि विशिष्ट भौतिक घटनाओं को पकड़ने के लिए उन्हें अपने सिमुलेशन में कितनी जटिलता शामिल करने की आवश्यकता है।

इन निष्कर्षों के निहितार्थ केवल स्क्रीन पर बेहतर नंबरों तक ही सीमित नहीं हैं। यह दिखाते हुए कि गैर-रैखिक क्लोजर सटीक और स्थिर दोनों हो सकते हैं, यह शोध फ्यूजन ऊर्जा उपकरणों और अंतरिक्ष मौसम (space weather) के अधिक विश्वसनीय सिमुलेशन के द्वार खोलता है। टीम ने सत्यापित किया कि उनके तरीके मानक वितरणों के अलावा विभिन्न प्रकार के कण वितरणों के लिए काम करते हैं, और वे वास्तविक दुनिया के प्लाज्मा में पाई जाने वाली जटिल, अराजक स्थितियों को भी संभाल सकते हैं। जबकि न्यूरल नेटवर्क दृष्टिकोण उच्चतम सटीकता प्रदान करता है, सीखा हुआ गणितीय सूत्र एक मजबूत विकल्प प्रदान करता है जो मौजूदा सिमुलेशन कोड में एकीकृत करना आसान है। यह कार्य पुष्टि करता है कि सरल रैखिकता की धारणा से हटकर और प्लाज्मा इंटरैक्शन की वास्तविक, जटिल प्रकृति को अपनाकर, वैज्ञानिक ऐसे फ्लुइड मॉडल बना सकते हैं जो चलाने के लिए तेज़ और भरोसेमंद होने के लिए पर्याप्त सटीक हैं।

अंत में, यह शोध ब्रह्मांड के सबसे प्रचुर रूप में से एक को समझने की खोज में एक महत्वपूर्ण कदम है। यह सिद्ध करता है कि सरल, तेज़ फ्लुइड मॉडलों और जटिल, धीमे काइनेटिक मॉडलों के बीच के अंतर को केवल फ्लुइड मॉडलों को अधिक जटिल बनाकर नहीं, बल्कि उन्हें अधिक स्मार्ट बनाकर पाटा जा सकता है। सिस्टम की सटीक भौतिकी पर इन मॉडलों को प्रशिक्षित करके और तरंगों के परस्पर क्रिया करने के गणितीय नियमों का सम्मान करके, शोधकर्ताओं ने ऐसे उपकरण बनाए हैं जो अभूतपूर्व सटीकता के साथ प्लाज्मा व्यवहार की भविष्यवाणी कर सकते हैं। यह वैज्ञानिकों को अपने कंप्यूटेशनल पावर को फ्यूजन ऊर्जा को कैसे हासिल किया जाए और सौर तूफानों से उपग्रहों की रक्षा कैसे की जाए जैसे बड़े सवालों पर केंद्रित करने की अनुमति देता है, इस विश्वास के साथ कि अंतर्नि는 भौतिकी को सही ढंग से मॉडल किया जा रहा है।