Adaptive Record Consistency in a Schulman-Type Model

क्वांटम दुनिया में, कण हमेशा छोटे बिलियर्ड बॉल्स की तरह एक अनुमानित पथ पर लुढ़कने वाले व्यवहार नहीं करते हैं। इसके बजाय, वे प्रायिकता (प्रोबेबिलिटी) की एक अवस्था में मौजूद होते हैं, जहाँ उनके गुण तब तक निश्चित नहीं होते जब तक कि उन्हें मापा न जाए। दशकों से, भौतिक विज्ञानी इस बात पर बहस कर रहे हैं कि ब्रह्मांड के सुसंगत नियमों का विचार छोड़े बिना इस व्यवहार की व्याख्या कैसे की जाए। एक प्रस्तावित स्पष्टीकरण, जिसे रेट्रोकॉज़ल मॉडल (retrocausal model) के रूप में जाना जाता है, यह सुझाव देता है कि भविष्य अतीत को प्रभावित कर सकता है। इस दृष्टिकोण में, समय में बाद में चुना गया माप सेटिंग (measurement setting) कण की यात्रा के शुरुआती चरण में उसकी अवस्था को सूक्ष्म रूप से आकार दे सकता है। हालांकि यह विज्ञान कथा जैसा लगता है, लेकिन यह क्वांटम प्रयोगों में देखे गए विचित्र सहसंबंधों (correlations) को हल करने का एक गंभीर गणितीय प्रयास है। किसी भी ऐसे सिद्धांत के लिए महत्वपूर्ण परीक्षण केवल यह नहीं है कि क्या वह एक एकल अलग घटना की व्याख्या कर सकता है, बल्कि यह है कि क्या वे घटनाएँ आपस में जुड़ी होने पर भी सुसंगत रहती हैं। यदि एक वैज्ञानिक एक कण को मापता है, परिणाम दर्ज करता है, और फिर उस रिकॉर्ड का उपयोग दूसरे कण को मापने के लिए निर्णय लेने हेतु करता है, तो सिद्धांत को बिना किसी तार्किक विरोधाभास या समय में पीछे यात्रा करने वाले दृश्य संकेत के उत्पन्न किए बिना परिणाम की भविष्यवाणी करनी चाहिए।

मोनश यूनिवर्सिटी के एक शोधकर्ता ने हाल ही में इस विचार को एक कठोर परीक्षण के अधीन रखा है, जो विशेष रूप से एक प्रकार के रेट्रोकॉज़ल मॉडल पर ध्यान केंद्रित करता है जो कणों के जोड़े उत्पन्न करने के लिए एक "स्रोत" (source) का उपयोग करता है। अध्ययन एक सरल लेकिन गहन प्रश्न पूछता है: यदि हम एक ऐसी मशीन बनाते हैं जो एक माप को रिकॉर्ड करती है और फिर उस रिकॉर्ड को दूसरे माप को नियंत्रित करने के लिए सिस्टम में वापस फीड करती है, तो क्या वह सिद्धांत विफल हो जाएगा? शोधकर्ता ने इस प्रक्रिया का एक विस्तृत गणितीय मॉडल बनाया, जिसमें कणों को ऐसे छिपे हुए गुणों वाला माना गया जो भविष्य की सेटिंग्स पर निर्भर करते हैं, लेकिन यह सुनिश्चित किया गया कि दृश्य रिकॉर्ड—वह डेटा जिसे एक वैज्ञानिक वास्तव में देखता है—स्थिर और अनुमानित रहे। लक्ष्य यह देखना था कि क्या मॉडल पहले माप के इतिहास को संरक्षित रख सकता है और दूसरे के अनुकूल ढल सकता है, या क्या उन्हें आपस में जोड़ने का कार्य अनिवार्य रूप से अतीत को विकृत कर देगा।

जांच की शुरुआत एक परिदृश्य के अनुकरण (simulation) से हुई जहाँ एक कण जोड़ा उत्पन्न किया जाता है और दो अलग-अलग डिटेक्टरों को भेजा जाता है। पहला डिटेक्टर एक माप लेता है और परिणाम को एक डिजिटल लॉग में लिखता है। इस लॉग का उपयोग दूसरे डिटेक्टर के कोण को निर्धारित करने के लिए किया जाता है। एक मानक, सुव्यवस्थित भौतिक सिद्धांत में, पहले परिणाम की प्रायिकता नहीं बदलनी चाहिए क्योंकि दूसरे डिटेक्टर को उस परिणाम के आधार पर अलग तरह से सेट किया गया था। हालाँकि, जब शोधकर्ता ने इस जुड़े हुए प्रयोग पर इस विशिष्ट रेट्रोकॉज़ल मॉडल के नियमों को लागू किया, तो एक समस्या उभर कर आई। मॉडल ने भविष्यवाणी की कि पहले रिकॉर्ड किए गए परिणामों का सांख्यिकीय वितरण (statistical distribution) इस आधार पर बदल जाएगा कि दूसरे डिटेक्टर को कैसे कॉन्फ़िगर किया गया था। यह बदलाव, जिसे विक्षोभ (disturbance) कहा जाता है, इसका अर्थ था कि अतीत का रिकॉर्ड वास्तव में संरक्षित नहीं था; भविष्य के चुनाव ने अतीत के आभासी इतिहास को इस तरह से बदल दिया था जिसे पकड़ा जा सके।

यह समझने के लिए कि ऐसा क्यों हुआ, शोधकर्ता ने उस गणितीय "भार" (weights) की जांच की जो मॉडल विभिन्न संभावित इतिहासों को आवंटित करता है। इन मॉडलों में, एक कण द्वारा लिए जाने वाले प्रत्येक पथ का एक निश्चित भार होता है, और अंतिम प्रायिकता इन भारों को जोड़कर गणना की जाती है। जब पहले माप को रिकॉर्ड किया जाता है और दूसरे को सेट करने के लिए उपयोग किया जाता है, तो मॉडल को इन भारों को सामान्यीकृत (normalize) करना पड़ता है ताकि प्रायक्तियाँ एक के योग के बराबर हों। शोधकर्ता ने पाया कि इस विशिष्ट सेटअप में, पूरी जुड़ी हुई श्रृंखला पर लागू होने वाली सामान्यीकरण की क्रिया, अनिवार्य रूप से उन विभिन्न पथों के सापेक्ष महत्व को बदल देती है जो पहले परिणाम की ओर ले जाते हैं। यह ऐसा है जैसे प्रयोग के अंत में लिया गया निर्णय अतीत में क्या हुआ था, उसके चांस (संभावनाओं) को सूक्ष्म रूप से फिर से लिखने के लिए पीछे पहुँच जाता है, याददाश्त को मिटाकर नहीं, बल्कि उस स्मृति की सांख्यिकीय संभावना को बदलकर कि वह जो हुआ था वही स्मृति थी।

अध्ययन केवल समस्या की पहचान करने तक ही सीमित नहीं था; इसने यह खोजने का भी प्रयास किया कि क्या कोई अलग डिज़ाइन इसे ठीक कर सकता है। शोधकर्ता ने यह पता लगाने के लिए कई विविध डिटेक्टर व्यवहारों का परीक्षण किया कि क्या डिटेक्टर में मेमोरी जोड़ना, या डिटेक्टर के कण के साथ परस्पर क्रिया करने के तरीके को बदलना, रिकॉर्ड को बचा सकता है। उन्होंने डिटेक्टर के उन व्यवहारों सहित कई परीक्षण किए जो या तो कण की तैयारी को "याद रखने" की कोशिश करते हैं या जो अपनी आंतरिक स्थिति को रीसेट करते हैं। परिणाम निर्णायक थे: इस मॉडल के सख्त नियमों के भीतर, कोई भी डिटेक्टर डिज़ाइन एक साथ स्रोत को पूरी तरह से कैलिब्रेटेड रखने और फीडबैक लूप के प्रभाव से पहले रिकॉर्ड को सुरक्षित रखने में सक्षम नहीं था। मॉडल एक समझौता (trade-off) थोपता है। यदि डिटेक्टर को स्रोत से पूरी तरह मेल खाने के लिए ट्यून किया जाता है, तो फीडबैक द्वारा पहले माप का रिकॉर्ड बाधित हो जाएगा। यदि डिटेक्टर को रिकॉर्ड को संरक्षित करने के लिए ट्यून किया जाता है, तो यह स्रोत के अपेक्षित सांख्यिकी से मेल नहीं खाएगा।

यह बाधा उपकरण में सुधार से गायब होने वाली कोई मामूली त्रुटि नहीं है; यह मॉडल की संरचना की एक मौलिक विशेषता है। शोधकर्ता ने इस अनिवार्य विक्षोभ के सटीक आकार की गणना की। स्रोत के एक विशिष्ट विन्यास (configuration) के लिए, पहले रिकॉर्ड में न्यूनतम त्रुटि एक सटीक मान के रूप में पाई गई, जो लगभग एक-दूसरे को विभाजित (one-half) और स्रोत के प्रभाव की एक विशिष्ट गणितीय स्थिरांक (constant) से संबंधित है। यह संख्या मॉडल द्वारा प्राप्त किए जाने वाले सर्वोत्तम प्रदर्शन का प्रतिनिधित्व करती है; इसे डिटेक्टर की किसी भी चतुर इंजीनियरिंग द्वारा सुधारा नहीं जा सकता है। भले ही डिटेक्टर को थोड़ा अपूर्ण होने की अनुमति दी जाए, विक्षोभ केवल एक रैखिक (linear), अनुमानित तरीके से सुधरता है, जिसका अर्थ है कि अंशांकन (calibration) में छोटी त्रुटियां उस गहरे संरचनात्मक संघर्ष को जादू से ठीक नहीं करती हैं जो अतीत को संरक्षित करने और भविष्य के अनुकूल होने के बीच है।

पत्र ने एक विशिष्ट प्रकार के डिटेक्टर की भी पहचान की जो आदर्श प्रदर्शन के गणितीय रूप से जितना संभव हो सके उतना करीब आता है। यह डिटेक्टर पांच संभावित प्रतिक्रियाओं के एक सरल, असतत (discrete) सेट का उपयोग करता है, जो पांच अलग-अलग स्थितियों वाले स्विच की तरह कार्य करता है। इन पांच स्थितियों को सावधानीपूर्वक ट्यून करके, डिटेक्टर प्रदर्शन की सैद्धांतिक सीमा को प्राप्त करता है, जिससे विक्षोभ को मॉडल के नियमों द्वारा अनुमत न्यूनतम स्तर तक कम किया जा सके। यह निष्कर्ष महत्वपूर्ण है क्योंकि यह सिद्ध करता है कि सीमा केवल एक सैद्धांतिक अनुमान नहीं है बल्कि एक प्राप्त करने योग्य लक्ष्य है। यह दिखाता है कि मॉडल का एक स्पष्ट, तीक्ष्ण किनारा है: आप रिकॉर्ड को संरक्षित करने के बहुत करीब पहुँच सकते हैं, लेकिन आप स्रोत के कैलिब्रेशन को बिगाड़े बिना पूर्ण संरक्षण की रेखा को पार नहीं कर सकते।

इस कार्य के निहितार्थ केवल उपयोग किए गए समीकरणों तक सीमित नहीं हैं। यह सुझाव देता है कि यदि रेट्रोकॉज़ल मॉडल वास्तविकता के व्यवहार्य विवरण होने चाहिए, तो उनमें केवल कणों के व्यवहार के लिए एक सरल नियम शामिल होना ही पर्याप्त नहीं है। उन्हें यह भी हिसाब रखना होगा कि सूचना कैसे संग्रहीत की जाती है, यादें कैसे अपडेट की जाती हैं, और परिणाम को रिकॉर्ड करने की क्रिया उन भविष्य की सेटिंग्स के साथ कैसे परस्पर क्रिया करती है जिन पर वह निर्भर करती है। अध्ययन प्रदर्शित करता है कि एक सिद्धांत जो अलग-थलग परीक्षण किए जाने पर सुसंगत दिखता है, वह विफल हो सकता है जब उन परीक्षणों को एक साथ जोड़ा जाता है। यह रेखांकित करता है कि रिकॉर्ड किए गए डेटा के लिए "समय का तीर" एक नाजुक चीज़ है; इन मॉडलों में, एक लिखित रिकॉर्ड की स्थिरता घटनाओं की पूरी श्रृंखला पर निर्भर करती है, न कि केवल उस क्षण पर जब रिकॉर्ड बनाया गया था।

अंततः, यह शोध भविष्य के सिद्धांतों के लिए एक स्पष्ट बेंचमार्क प्रदान करता है। यह स्थापित करता है कि कोई भी रेट्रोकॉज़ल मॉडल जो क्वांटम घटनाओं की व्याख्या करने का दावा करता है, उसे अनुकूल एडेप्टिव फीडबैक (adaptive feedback) की जटिलता को संभालने में सक्षम होना चाहिए बिना ऐतिहासिक रिकॉर्ड को विकृत किए। शोधकर्ता ने सटीक संख्याएं और वे विशिष्ट स्थितियां प्रदान की हैं जिनके तहत यह विफलता होती है, जिससे भौतिकविदों के लिए एक ठोस लक्ष्य मिलता है। यदि कोई नया मॉडल प्रस्तावित किया जाता है, तो अब इसे इन विशिष्ट बाधाओं के विरुद्ध परखा जाना चाहिए। क्या यह रिकॉर्ड को संरक्षित कर सकता है? यदि नहीं, तो विक्षोभ कितना बड़ा है? यह पत्र यह नहीं कहता कि रेट्रोकॉज़ालिटी असंभव है, लेकिन यह यह जरूर कहता है कि एक काम करने वाले सिद्धांत का मार्ग पहले की तुलना में अधिक संकीर्ण और अधिक मांग वाला है। ब्रह्मांड, ऐसा प्रतीत होता है, अतीत को सरल तरीके से फिर से लिखने की अनुमति नहीं देता है। रिकॉर्ड को बरकरार रहना चाहिए, और मॉडल को उस तथ्य के अनुकूल ढलना होगा।