Entropy of Age Distribution as a Causal Driver of System Dysfunction: A Bristlebot Swarm Model of Mosaic Aging

बेमेल हिस्सों का कोलाहल (The Chaos of Mismatched Parts)

कल्पना कीजिए कि आप यह समझने की कोशिश कर रहे हैं कि एक जटिल मशीन, जैसे कि मानव शरीर, उम्र बढ़ने के साथ क्यों टूटने लगती है। लंबे समय तक, वैज्ञानिकों का मानना था कि मुख्य समस्या केवल "समय" थी। उनका मानना था कि यदि आप केवल वर्षों की गणना कर लें, तो आप भविष्यवाणी कर सकते हैं कि कोई चीज़ कितनी बीमार या कमजोर होगी। लेकिन यहाँ एक मोड़ है: एक ही व्यक्ति के भीतर, अलग-अलग हिस्से पूरी तरह से अलग गति से उम्र बढ़ाते हैं। आपकी त्वचा पुरानी दिख सकती है, लेकिन आपका हृदय अभी भी युवा हो सकता है, या इसके विपरीत। इसे "मोज़ेक एजिंग" (mosaic aging) कहा जाता है।

बड़ा, अनसुलझा प्रश्न यह है: क्या यह बेमेल होना केवल इस बात का संकेत है कि चीजें टूट रही हैं, या क्या यह बेमेल होना ही टूटने का कारण है? क्या 90 साल के लीवर और 20 साल के हृदय का होना वास्तव में शरीर को विफल बनाता है, या यह केवल एक संयोग है? इसका उत्तर देने के लिए, हमें "एंट्रॉपी" (entropy) को देखने की आवश्यकता है। सरल शब्दों में, एंट्रॉपी अव्यवस्था या गड़बड़ी का एक माप है। यदि आपके पास लेगो ब्रिक्स (Lego bricks) का एक बॉक्स है जहाँ हर टुकड़ा एक ही रंग और आकार का है, तो यह व्यवस्थित है (कम एंट्रॉपी)। यदि आपके पास हर रंग और आकार का मिला-जुला बॉक्स है, तो यह अराजक है (उच्च एंट्रॉपी)। वैज्ञानिक जानना चाहते हैं कि क्या उम्र का यह प्रकार का "बिखराव"—जहाँ हिस्से अलग-अलग उम्र के हैं—वास्तव में वही कारण है जिससे सिस्टम काम करना बंद कर देता है।

रोबोट स्वार्म प्रयोग (The Robot Swarm Experiment)

यह शोध पत्र इस विचार का परीक्षण करने के लिए एक चतुर तरीका प्रस्तावित करता है, जिसमें "ब्रिस्टलबोट्स" (bristlebots) नामक छोटे, कंपन करने वाले रोबोट्स के झुंड (swarm) का उपयोग किया गया है। वास्तविक मनुष्यों या जानवरों का उपयोग करने के बजाय, जिनका हम इस विशिष्ट तरीके से प्रयोग नहीं कर सकते, लेखक, जाबा त्क्मेलज़ैड (Jaba Tqemaladze), 120 इन छोटे रोबोटों का उपयोग करके एक भौतिक मॉडल बनाने का सुझाव देते हैं। प्रत्येक रोबोट सात अलग-अलग हिस्सों से बना एक छोटा ऊतक (tissue) है: एक मस्तिष्क (माइक्रोकंट्रोलर), एक मोटर, एक लाइट, एक बैटरी और एक प्लास्टिक बॉडी।

इस प्रयोग की प्रतिभा यह है कि लेखक हर एक हिस्से की "उम्र" को नियंत्रित कर सकता है। आप सभी बिल्कुल नए हिस्सों से एक रोबलेट बना सकते हैं, या आप एक नया मोटर, तीन साल पुरानी बैटरी और एक सप्ताह पुराने प्लास्टिक शेल का उपयोग करके एक रोबोट बना सकते हैं। लेखक इन मिले-जुले उम्र के बिखराव को $\tau_{sick}$ (टाऊ-सिक) कहते हैं। यह "शैनन एंट्रपी" (Shannon entropy) पर आधारित एक गणितीय स्कोर है, जो मूल रूप से यह गणना करता है कि उम्र का मिश्रण कितना अराजक है। यदि सभी हिस्से एक ही उम्र के हैं, तो स्कोर शून्य है (पूर्ण व्यवस्था)। यदि हिस्से सभी अलग-अलग उम्र के हैं, तो स्कोर उच्च है (अधिकतम अराजकता)।

रोबोट्स को एक बड़े अरीना (arena) में रखा जाता है जहाँ वे घूमते हैं। उनके पास एक विशेष तकनीक है: वे प्रकाश की ओर आकर्षित होते हैं (फोटोटैक्सिस) और ध्वनि से दूर भागते हैं। जब वे एक साथ चलते हैं, तो वे स्वाभाविक रूप से एक पैटर्न बनाते हैं: "युवा", अधिक ऊर्जावान रोबोट केंद्र में क्लस्टर (झुंड) बनाते हैं, जबकि "पुराने", धीमे रोबोट किनारों की ओर चले जाते हैं। इस संगठित पैटर्न को "पदानुक्रम" (hierarchy) कहा जाता है। पेपर इस बात को मापने के लिए एक संख्या का उपयोग करता है जिसे Hierarchy Index (HI) कहा जाता है।

पेपर क्या पाता है (अभी तक):
पेपर ने अभी तक रोबोट नहीं बनाए हैं; इसने केवल पूरे प्रयोग को डिजाइन किया है और कंप्यूटर सिमुलेशन चलाया है यह देखने के लिए कि क्या होना चाहिए। इन सिमुलेशन में, जब रोबोटों को पूरी तरह से मेल खाती उम्र के साथ बनाया गया था, तो उन्होंने एक सुंदर, व्यवस्थित घेरा बनाया। लेकिन जब लेखक ने उच्च $\tau_{sick}$ (एक अराजक मिश्रण) वाले रोबोटों का सिमुलेशन किया, तो व्यवस्था ढह गई। रोबोटों ने समन्वित तरीके से चलना बंद कर दिया और अराजक व्यवहार करने लगे। सिमुलेशन बताता है कि बेमेल होना ही पर्याप्त है जिससे सिस्टम टूट जाए, भले ही व्यक्तिगत हिस्से अभी भी काम कर रहे हों।

पेपर क्या खारिज करता है:
प्रयोग को यह साबित करने के लिए डिज़ाइन किया गया है कि यह केवल "कैलेंडर आयु" (कितने समय से रोबोट मौजूद है) नहीं है जो मायने रखता है। यदि आप एक पुराने रोबोट को एक नई बैटरी देते हैं, तो वह अभी भी विफल हो सकता है यदि उसके अन्य हिस्से बेमेल हैं। पेपर इस विचार के विरुद्ध तर्क देता है कि उम्र केवल एक संख्या है; इसके बजाय, यह सुझाव देता है कि एक सिस्टम के भीतर उम्रों की विविधता ही असली समस्या है।

हम कितने निश्चित हैं?
अभी के लिए, यह एक प्रस्ताव और एक सिमुलेशन है, न कि अंतिम प्रमाण। लेखक ने गणितीय ढांचा तैयार किया है और 60 रोबोटों के प्रति समूह के साथ एक कंप्यूटर मॉडल (Python का उपयोग करके) चलाया है। परिणाम आशाजनक दिखते हैं: सिमुलेशन दिखाते हैं कि उच्च आयु-बेमेल (age-mismatch) अराजकता की ओर ले जाता है। हालाँकि, पेपर स्पष्ट रूप से कहता है कि वास्तविक रोबोट अभी तक नहीं बनाए गए हैं। "प्रमाण" तभी होगा जब वास्तविक रोबोटों को असेंबल किया जाएगा और एक वास्तविक अरीना में परीक्षण किया जाएगा। तब तक, यह विचार कि "आयु बेमेल कार्यक्षमता को बाधित करता है," एक मजबूत, परीक्षण योग्य परिकल्पना है जो कंप्यूटर मॉडल द्वारा समर्थित है, लेकिन भौतिक दुनिया में अभी तक एक पुष्ट तथ्य नहीं है।

यह क्यों महत्वपूर्ण है

यदि यह प्रयोग वैसा ही काम करता है जैसा कि सिमुलेशन भविष्यवाणी करते हैं, तो यह हमारे सोचने के तरीके को बदल देता है कि उम्र बढ़ना क्या है। यह सुझाव देता है कि किसी सिस्टम को स्वस्थ रखने के लिए केवल सब कुछ "नया" बनाना ही काफी नहीं है; बल्कि यह है कि विभिन्न हिस्सों की उम्र को तालमेल में रखा जाए। यदि आपके पास एक कार है जिसका इंजन बिल्कुल नया है लेकिन उसका चेसिस जंग लगा हुआ है, तो कार ठीक से नहीं चल सकती है, भले ही इंजन उत्तम हो।

यह विचार जीव विज्ञान से कहीं अधिक पर लागू हो सकता है। यह इंजीनियरों को बेहतर ड्रोन झुंड (swarms), अधिक विश्वसनीय कंप्यूटर नेटवर्क, या यहाँ तक कि स्मार्ट मेडिकल सेंसर डिजाइन करने में मदद कर सकता है। यदि हम जानते हैं कि "बेमेल उम्र" अराजकता पैदा करती है, तो हम ऐसे सिस्टम डिजाइन कर सकते हैं जो इस "एंट्रॉपी" की जाँच करें और पूरी चीज़ के टूटने से पहले इसे ठीक कर सकें। यह पेपर इस भ्रमित करने वाली जैविक पहेली को एक मापने योग्य, समाधान योग्य इंजीनियरिंग समस्या में बदलने का एक रोडमैप प्रदान करता है।