FeynFacet: AI agents for analytic NLO QCD

ब्रह्मांड मुट्ठी भर मौलिक कणों से बना है, लेकिन ये कण कैसे परस्पर क्रिया करते हैं, इसके नियम एक आश्चर्यजनक जटिलता वाली भाषा में लिखे गए हैं। इस जटिलता के केंद्र में क्वांटम क्रोमोडायनामिक्स (quantum chromodynamics) है, वह सिद्धांत जो यह बताता है कि कैसे क्वार्क्स और ग्लुऑन्स—जो प्रोटॉन और न्यूट्रॉन के निर्माण खंड हैं—एक साथ जुड़कर उस पदार्थ का निर्माण करते हैं जिसे हम अपने चारों ओर देखते हैं। इन कणों के व्यवहार को समझने के लिए, भौतिकविदों को यह गणना करनी होती है कि जब वे उच्च गति पर टकराते हैं तो वे कैसे बिखरते (scatter) हैं। ये गणनाएँ सरल अंकगणित नहीं हैं; इनमें एक कण द्वारा लिए जा सकने वाले अनगिनत संभावित पथों को ट्रैक करना, और उन संभावनाओं को जोड़ना शामिल है जिनमें निर्वात (vacuum) में अदृश्य, क्षणिक उतार-चढ़ाव शामिल होते हैं। दशकों तक, सबसे सटीक भविष्यवाणियों के लिए विशेषज्ञों की टीमों को आवश्यक गणितीय सूत्रों को हाथ से व्युत्पन्न करने में महीनों या वर्षों तक समय बिताना पड़ता था, जो कि मानवीय त्रुटियों के प्रति संवेदनशील एक प्रक्रिया थी और इसमें शामिल बीजगणित की विशाल मात्रा द्वारा सीमित थी।

अब, एक नया दृष्टिकोण उभरा है जो इन गणनाओं को करने के तरीके को बदल देता है। शोधकर्ताओं ने एक कार्यप्रवाह (workflow) विकसित किया है जहाँ आर्टिफिशियल इंटेलिजेंस (AI) एजेंट विशेष सहायकों के रूप में कार्य करते हैं, जो इन जटिल समस्याओं को हल करने के लिए आवश्यक कंप्यूटर प्रोग्राम लिखते हैं और चलाते हैं। इसमें एक इंसान द्वारा हर चरण को व्युत्पन्न करने के बजाय, AI को भौतिक नियमों और विशिष्ट प्रश्न की जानकारी दी जाती है, और फिर यह समाधान खोजने के लिए कोड का निर्माण करता है। इस पद्धति का उपयोग नए, अत्यधिक सटीक सूत्र बनाने के लिए किया गया है जो यह वर्णन करते हैं कि टक्कर के दौरान किसी कण का स्पिन (spin) कैसे स्थानांतरित होता है। ये परिणाम इस समझ में एक महत्वपूर्ण अंतर को भरते हैं कि प्रोटॉन का आंतरिक स्पिन उनके द्वारा उत्पादित कणों को कैसे प्रभावित करता है, जिससे दुनिया के सबसे शक्तिशाली कण त्वरकों (particle colliders) से प्राप्त डेटा की व्याख्या करने के लिए आवश्यक उपकरण प्राप्त होते हैं।

इस कार्य की मुख्य उपलब्धि 'सिंगल-इनक्लूसिव ट्रांसवर्स स्पिन ट्रांसफर' (single-inclusive transverse spin transfer) नामक प्रक्रिया के लिए नए विश्लेषणात्मक सूत्र व्युत्पन्न करना है। सरल शब्दों में, यह बताता है कि क्या होता है जब एक घूमता हुआ कण, जैसे कि प्रोटॉन के भीतर एक क्वार्क, दूसरे कण से टकराता है और एक नया, घूमता हुआ कण उत्पन्न करता है जो एक विशिष्ट दिशा में बाहर निकलता है। "ट्रांसवर्स" (transverse) पहलू स्पिन की दिशा को संदर्भित करता है, जो गति की दिशा के लंबवत (perpendicular) होती है। हालांकि भौतिकविद् लंबे समय से जानते थे कि इन टक्करों के औसत व्यवहार की गणना कैसे की जाती है, लेकिन अंतिम उत्पादों में स्पिन अभिविन्यास (orientation) कैसे संरक्षित या परिवर्तित होता है, इसके विशिष्ट विवरणों को उच्च सटीकता के साथ निर्धारित करना कठिन बना हुआ था। नए सूत्र इस प्रक्रिया का एक पूर्ण, सटीक विवरण प्रदान करते हैं, चाहे वह दो प्रोटॉनों के बीच की टक्कर हो या एक लेप्टॉन और एक प्रोटॉन के बीच की टक्कर।

इस परिणाम तक पहुँचने के लिए, शोधकर्ताओं ने एक परिष्कृत कार्यप्रवाह का उपयोग किया जिसे उन्होंने 'फेनफैसेट' (FeynFacet) नाम दिया। इस प्रणाली में, मानव भौतिकविद् भौतिक परिदृश्य को परिभाषित करते हैं—शामिल कणों, टक्कर के प्रकार और विशिष्ट स्पिन विन्यास (configurations) को निर्दिष्ट करते हैं। इसके बाद एक आर्टिफिशियल इंटेलिजेंस एजेंट इन निर्देशों को लेता है और गणना करने के लिए आवश्यक कंप्यूटर कोड को स्वचालित रूप से तैयार करता है। एजेंट प्रतीकात्मक गणित (symbolic mathematics) के भारी काम को संभालता है, जिसमें हजारों पदों (terms) का हेरफेर शामिल है जो कणों के विभिन्न अंतःक्रियाओं के तरीकों का प्रतिनिधित्व करते हैं। यह इन पदों को सरल बनाने के लिए स्थापित गणितीय तकनीकों का उपयोग करता है, जिससे जटिल समाकल (integrals) को मानक रूपों के एक प्रबंधनीय सेट में बदल दिया जाता है जिन्हें सटीक रूप से हल किया जा सकता है।

यह प्रक्रिया कठोर और स्व-जांचने वाली है। AI एजेंट केवल एक उत्तर ही नहीं देते; वे परिणामों का मिलान सुनिश्चित करने के लिए तीन अलग-अलग स्वतंत्र सॉफ़्टवेयर टूल का उपयोग करके एक ही गणना चलाते हैं। वे भौतिक नियमों की जाँच करके परिणाम को सत्यापित भी करते हैं, जैसे कि क्या परिणाम संदर्भ फ्रेम (reference frame) बदलने या अंतःक्रिया के ऊर्जा पैमाने (energy scale) को समायोजित करने पर सुसंगत रहते हैं। यदि कोई विसंगति पाई जाती है, तो सिस्टम को त्रुटि का निदान करने और उसे ठीक करने के लिए डिज़ाइन किया गया है, ठीक वैसे ही जैसे एक मानव शोधकर्ता करेगा, लेकिन एक मशीन की गति और गहनता के साथ। यह बहु-स्तरीय सत्यापन सुनिश्चित करता है कि अंतिम सूत्र न केवल प्रशंसनीय हैं, बल्कि गणितीय रूप से निश्चित भी हैं।

नए सूत्र उन सभी संभावित तरीकों को कवर करते हैं जिनसे क्वार्क्स और एंटी-क्वार्क्स एक घूमते हुए कण को उत्पन्न करने के लिए परस्पर क्रिया कर सकते हैं। इसमें सात अलग-अलग प्रकार की अंतःक्रियाएं शामिल हैं, जो सबसे सामान्य परिदृश्यों से लेकर उन तक फैली हुई हैं जो केवल उच्च स्तर की सटीकता पर होती हैं। शोधकर्ताओं ने लेप्टॉन-प्रोटॉन टक्करों के लिए भी संबंधित परिणाम निकाले हैं, जहाँ एक लेप्टॉन, जैसे कि इलेक्ट्रॉन, एक प्रोटॉन से टकराता है। इन मामलों में, गणना को इस तथ्य को ध्यान में रखना पड़ा कि बिखरा हुआ लेप्टॉन हमेशा पता लगाने योग्य नहीं होता है, जिसके लिए लुप्त जानकारी को संभालने के लिए गणित में एक विशिष्ट समायोजन की आवश्यकता होती है। परिणामी सूत्र "विश्लेषणात्मक" (analytic) हैं, जिसका अर्थ है कि वे संख्यात्मक अनुमानों के बजाय सटीक गणितीय अभिव्यक्तियों के रूप में लिखे गए हैं। यह भौतिकविदों को प्रत्येक नए डेटा बिंदु के लिए एक विशाल कंप्यूटर सिमुलेशन को फिर से चलाने के बजाय, ऊर्जा और संवेग के विभिन्न मानों को तुरंत लगाने की अनुमति देता है।

ये नए परिणाम वर्तमान और भविष्य के प्रयोगों के डेटा की व्याख्या करने के लिए तुरंत उपयोगी हैं। उदाहरण के लिए, वे ध्रुवीकृत हाइपरोन (polarized hyperons) के अध्ययन के लिए आवश्यक हैं, जो ऐसे कण हैं जिनमें स्ट्रेंज क्वार्क्स होते हैं और जो मूल प्रोटॉन की स्पिन संरचना के बारे में विवरण प्रकट कर सकते हैं। वे 'कॉलिन्स प्रभाव' (Collins effect) के विश्लेषण में भी सुधार करते हैं, जो एक ऐसी घटना है जहाँ एक क्वार्क का स्पिन उस दिशा को प्रभावित करता है जिसमें वह कणों के जेट (jet) में टूटता है। इसके अलावा, ये सूत्र जेट्स के भीतर ऊर्जा सहसंबंधों (energy correlations) के मापन को परिष्कृत करने में मदद करते हैं, जो उच्च-ऊर्जा टक्करों से उत्पन्न कणों की धाराएं हैं। एक सटीक सैद्धांतिक आधार प्रदान करके, ये गणनाएँ प्रयोगात्मक वैज्ञानिकों को प्रोटॉन के आंतरिक स्पिन के गुणों को पहले से कहीं अधिक सटीकता के साथ निकालने की अनुमति देती हैं।

यह कार्य स्वयं AI-सहायता प्राप्त दृष्टिकोण के सत्यापन के रूप में भी कार्य करता है। शोधकर्ताओं ने पूर्व में ज्ञात परिणामों की एक विस्तृत श्रृंखला को दोहराने के लिए इसी कार्यप्रवाह का उपयोग किया, जिसमें अनपोलराइज्ड (unpolarized) टक्करों और अनुदैर्ध्य स्पिन (longitudinal spin) वाले मामले शामिल हैं, जहाँ स्पिन गति की दिशा के साथ संरेखित होता है। हर मामले में, AI-जनित सूत्र स्थापित परिणामों से पूरी तरह मेल खाए। यह सफलता दर्शाती है कि यह पद्धति क्वांटम फील्ड थ्योरी की सबसे कठिन समस्याओं को संभालने के लिए पर्याप्त मजबूत है। यह यह भी पुष्टि करता है कि AI उन सूक्ष्म गणितीय बाधाओं को सही ढंग से पार कर सकता है जो अक्सर मानवीय गणनाओं को उलझा देते हैं, जैसे कि उन पदों को संभालना जो चार आयामों में शून्य हो जाते हैं लेकिन उच्च आयामों में गणना का विस्तार करने पर परिमित प्रभाव छोड़ते हैं।

भविष्य की ओर देखते हुए, यह कार्य उन गणनाओं के द्वार खोलता है जिन्हें पहले करने के लिए बहुत कठिन या समय लेने वाला माना जाता था। जटिल स्पिन-निर्भर प्रक्रियाओं के लिए सटीक सूत्र उत्पन्न करने की क्षमता का अर्थ है कि सिद्धांतकार अब प्रायोगिक डेटा की बढ़ती सटीकता के साथ तालमेल बिठा सकते हैं। जैसे-जैसे लार्ज हैड्रॉन कोलाइडर (Large Hadron Collider) अपना संचालन जारी रखता है और भविष्य का इलेक्ट्रॉन-आयन कोलाइडर (Electron-Ion Collider) चालू होता है, इन सटीक सैद्धांतिक इनपुट की मांग बढ़ती जाएगी। नए सूत्र प्रोटॉन की त्रि-आयामी संरचना का पता लगाने और यह समझने के लिए आवश्यक आधार प्रदान करते हैं कि इसके घटक क्वार्क्स का स्पिन ब्रह्मांड के पदार्थ को कैसे आकार देता है।

शोधकर्ताओं ने सभी नए सूत्र और उन्हें उत्पन्न करने के लिए उपयोग किए गए कंप्यूटर प्रोग्राम सार्वजनिक रूप से उपलब्ध करा दिए हैं। यह पारदर्शिता अन्य वैज्ञानिकों को उनके अपने कार्य में तुरंत परिणामों का उपयोग करने और यहाँ विकसित पद्धतियों पर आगे बढ़ने की अनुमति देती है। डेटा और उपकरणों को साझा करके, टीम यह सुनिश्चित करती है कि इस AI-सहायता प्राप्त दृष्टिकोण के लाभ पूरे कण भौतिकी के क्षेत्र में महसूस किए जा सकें। यह कार्य मानव अंतर्दृष्टि और मशीन की सटीकता को संयोजित करने की क्षमता का एक प्रमाण है, जो प्रकृति के मौलिक नियमों की गणना करने और उन्हें समझने के लिए एक नया मानक बनाता है।