वैज्ञानिकों ने LHC का उपयोग करके ज़ेप्टोवर्स (zeptoverso) नामक अति-सूक्ष्म पैमाने पर संकेत का पता लगाया

हम जो कुछ भी महसूस कर सकते हैं और छू सकते हैं, जानवरों से लेकर सितारों तक, वह मौलिक रूप से दो उपपरमाणु घटकों से बना है: क्वार्क, जो परमाणुओं के नाभिक के लिए जिम्मेदार हैं, और इलेक्ट्रॉन, जो नाभिक के चारों ओर ऋणात्मक विद्युत आवेश के बादल बनाते हैं। इनके अलावा, फोटॉन जैसे अन्य कण भी होते हैं, जो प्रकाश की मूल इकाई हैं, जो बल्बों और वाई-फाई जैसी तकनीकों के लिए आवश्यक हैं। न्यूट्रिनो की उपस्थिति लगभग पता लगाने योग्य नहीं होती है, जो लगातार मानव शरीर से गुजरती रहती है बिना कोई प्रभाव डाले।

वर्तमान में, इन कणों को मौजूद सबसे छोटी इकाइयाँ माना जाता है, वास्तविकता के प्राथमिक तत्व, जिन्हें वर्तमान ज्ञान के अनुसार विभाजित करना असंभव है। हालांकि, ब्रह्मांड के इन निर्माण खंडों का संगठन विशिष्ट विशेषताएं प्रस्तुत करता है।

परमाणुओं का निर्माण करने वाले क्वार्क को दो श्रेणियों में वर्गीकृत किया गया है, जिन्हें अप और डाउन कहा जाता है। हालांकि 'ऊपर' और 'नीचे' शब्द अनौपचारिक उपनाम हैं, लेकिन उनका क्वांटम संदर्भ में कोई अर्थ नहीं है। कुल छह प्रकार के क्वार्क हैं: अप और डाउन, साथ ही चार्म और टॉप (अप से भारी) और स्ट्रेंज और बॉटम (डाउन से भारी)।

टॉप क्वार्क अपनी द्रव्यमान अप क्वार्क से 85 हजार गुना अधिक होने के कारण अलग दिखता है, जिससे यह मानक मॉडल के भीतर सबसे भारी कण बन जाता है। क्वार्क के इस बड़े परिवार के बावजूद, अधिकांश मौजूदा प्रकार अप और डाउन हैं, जो हमारे आस-पास के पदार्थ का निर्माण करते हैं।

इन क्वार्क को चरम स्थितियों में देखा जाता है, जैसे कि बड़े हैड्रॉन टक्कर (LHC) में किए गए परीक्षणों में, जो दुनिया का सबसे बड़ा कण त्वरक है। इस उपकरण में फ्रांस और स्विट्जरलैंड की सीमा पर स्थित 27 किमी का एक भूमिगत रिंग शामिल है। जब कणों के टकराने से एक असामान्य इकाई बनती है, जैसे कि एक बॉटम क्वार्क, तो यह एक अरबवें सेकंड तक बनी रहती है इससे पहले कि यह 'क्षय' नामक प्रक्रिया से गुजरती है, जिससे अन्य कण उत्पन्न होते हैं।

क्वार्क कभी अकेले नहीं होते हैं; वे समूहों में दिखाई देते हैं, चाहे वे ट्राइड (जैसे प्रोटॉन और न्यूट्रॉन जो परमाणुओं की संरचना करते हैं) में हों या जोड़े में। ऐसे जोड़ों में से एक मेसॉन B0 है, जो एक बॉटम क्वार्क और एक डाउन क्वार्क से बना होता है (जिसमें से एक घटक एंटीमैटरिया हो सकता है)। सामान्य तौर पर, जब यह मेसॉन क्षय होता है, तो यह सामान्य कणों में विघटित हो जाता है, जिसका कोई उल्लेखनीय महत्व नहीं होता है। हालांकि, कभी-कभी, यह म्यूऑन के एक जोड़े में बदल जाता है, जो अनिवार्य रूप से भारी इलेक्ट्रॉन हैं, जिनका द्रव्यमान लगभग 200 गुना अधिक होता है, एक घटना जो बहुत दुर्लभ होती है, हर 10 अरब घटनाओं में एक बार।

भौतिकविद 1984 से इस असामान्य घटना को दर्ज करने का प्रयास कर रहे हैं। पहली पुष्टि पिछले मंगलवार (3) को CERN में प्रस्तुत की गई थी, जो यूरोपीय प्रयोगशाला है जो LHC का संचालन करती है। यदि इसकी पुष्टि हो जाती है, तो यह खोज अब तक दर्ज किया गया सबसे दुर्लभ कण क्षय होगा।

यह परिणाम LHCb से आता है, जो टक्कर के चार बड़े डिटेक्टरों में से एक है, जिसका नाम 'b' *ब्यूटी* से लिया गया है, जो बॉटम क्वार्क का एक और उपनाम है। इस विशिष्ट संकेत का पता लगाने के लिए, कैम्ब्रिज विश्वविद्यालय के Harry Cliff के नेतृत्व में लगभग 20 शोधकर्ताओं की एक टीम ने 2011 और 2018 के बीच एकत्र किए गए डेटा का विश्लेषण किया, जिसे 2024 और 2025 के नए डेटा सेट के साथ पूरक किया गया। यह नया डेटा सेट एक आधुनिकीकरण के बाद प्राप्त हुआ जिसने डिटेक्टर को पांच गुना तेजी से जानकारी कैप्चर करने की अनुमति दी, जिसमें अरबों टकरावों में शोर को फ़िल्टर करने के लिए मशीन लर्निंग एल्गोरिदम की सहायता ली गई।

यह ध्यान रखना महत्वपूर्ण है कि इस खोज का सांख्यिकीय महत्व 3.2 सिग्मा है। इसका मतलब है कि संकेत के केवल संयोग होने की संभावना, डेटा में एक भिन्नता जो घटना का अनुकरण करती है, लगभग 1 में 1,500 है। हालांकि यह कम लगता है, कण भौतिकी में, एक खोज केवल 5 सिग्मा से ही मजबूत होती है, जो लगभग 3.5 मिलियन में 1 मौका के बराबर है। इस कारण से, शोधकर्ता 'खोज' के बजाय 'साक्ष्य' शब्द का उपयोग करते हैं, और काम अभी भी अन्य वैज्ञानिकों द्वारा समीक्षा की प्रतीक्षा कर रहा है।

घटना की दुर्लभता के बावजूद, मानक मॉडल, जो सभी ज्ञात कणों का वर्णन करने वाला सिद्धांत है, इस क्षय की आवृत्ति की सटीक भविष्यवाणी करता है। डिटेक्टरों द्वारा अनुमानित से किसी भी विचलन का मतलब मॉडल में विफलता होगा, जो नई वैज्ञानिक पहेलियों की ओर इशारा करेगा। इसकी तुलना एक कम उपयोग वाली सड़क से की जाती है: यदि अप्रत्याशित रूप से उच्च यातायात मात्रा दर्ज की जाती है, तो यह अप्रकाशित एक्सेस के अस्तित्व का सुझाव देता है।

ये अज्ञात कण 'जेप्टोवर्स' नामक पैमाने पर रह सकते हैं, जो एक ज़ेप्टोमीटर के क्रम की दूरियों का क्षेत्र है, जो एक ट्रिलियनवें हिस्से का एक अरबवां हिस्सा मीटर है। जबकि LHC लगभग 100 ज़ेप्टोमीटर की दूरी की जांच कर सकता है, इस तरह के दुर्लभ क्षय एक और गहरी जांच को संभव बनाते हैं, जैसे कि एक दुर्गम कमरे को सुनना। इन स्तरों पर, डार्क मैटर की प्रकृति और ब्रह्मांड में पदार्थ और प्रतिपदार्थ के बीच असंतुलन जैसी मूलभूत भौतिकी की पहेलियों के उत्तर छिपे हो सकते हैं।

वर्तमान में, मानक मॉडल में कोई समस्या नहीं है, क्योंकि क्षय स्थापित समीकरणों का पालन करता है। हालांकि, यह पुष्टि भी मूल्यवान है, क्योंकि यह उन संभावनाओं को समाप्त करने में मदद करती है जहां नई भौतिकी मौजूद हो सकती है। LHCb 2030 के दशक की शुरुआत तक डेटा एकत्र करना जारी रखेगा, और एक भविष्य का अपडेट संग्रह दर को दस गुना बढ़ा सकता है। बाद में, उम्मीद LHC के उत्तराधिकारी पर होगी, जो कुछ दशकों में ही परिचालन में आना चाहिए। शायद इसी जेप्टोवर्स में इस प्रश्न का उत्तर छिपा हो कि ब्रह्मांड ने इतने सीमित उपयोग के क्वार्क क्यों उत्पादित किए, जिसके बारे में भौतिक विज्ञानी अभी भी नहीं जानते हैं, लेकिन जो जल्द ही प्रकट होने वाला है।

सरकारी खरीद के क्षेत्र में पारदर्शिता बजट से खर्चों को कम करने में मदद करती है। वर्तमान में सरकारी खरीद में मानवीय कारक का हिस्सा कम हो रहा है, और 'इलेक्ट्रॉन दुकान' में 75 प्रतिशत प्रस्तावों की जांच सीधे कृत्रिम बुद्धिमत्ता की मदद से की जाती है।

आर्टिफिशियल इंटेलिजेंस (एआई) तेजी से एक अकादमिक अनुशासन से उपभोक्ता उत्पाद में विकसित हुआ है। नए मॉडलों की निरंतर उपस्थिति और सूचना की विशाल मात्रा आलोचनात्मक उपभोग को कठिन बना देती है, जिसके लिए वास्तुकला को पद्धति और आलोचनात्मक विश्लेषण पर आधारित दृष्टिकोण अपनाने की आवश्यकता है।

वर्तमान में, एआई स्थानिक बुद्धिमत्ता विकसित कर रहा है, यानी भौतिक स्थान के व्यवहार को समझने की क्षमता। यह वास्तुकला पेशेवरों को डिजाइन चरण के दौरान ही अपने वातावरण के संबंध में परियोजनाओं का मूल्यांकन करने की अनुमति देता है। जब बुद्धिमानी से उपयोग किया जाता है, तो एआई वास्तुकारों को प्रकृति की जटिलता से जोड़ सकता है, निर्माण अभ्यास की गुणवत्ता को बढ़ा सकता है, क्योंकि हम रहने के लिए दुनिया का अनुकरण करते हैं ताकि सीख सकें।

मानव डिजाइनर के रूप में उपकरण

ऐतिहासिक रूप से, मानवता ने हर कुछ सदियों में अपने जीवन शैली में बड़े परिवर्तन देखे हैं। औद्योगिक क्रांति ने इस आवृत्ति को कुछ पीढ़ियों तक कम कर दिया। एआई ने इस परिवर्तन चक्र को नाटकीय रूप से तेज कर दिया है, एक ऐसे दर पर जो अभी भी अज्ञात है।

जीन-फ्रांस्वा ल्योतारड का हवाला देते हुए, यह सच है कि प्रौद्योगिकी मनुष्यों द्वारा नहीं बनाई गई थी, बल्कि इसके विपरीत। एक ऐसे परिदृश्य में जहां उपकरण मनुष्यों को पहले से कहीं अधिक तेजी से आकार दे रहे हैं, यह सवाल उठता है कि प्राकृतिक और कृत्रिम बुद्धिमत्ता के बीच सहजीवन प्राप्त करने के लिए अपने विकास को कैसे निर्देशित करें, और एआई हमें सकारात्मक रूप से कैसे आकार दे सकता है इसके लिए किन दक्षताओं की आवश्यकता है।

एआई व्यक्तिगत संभावनाओं को बढ़ाने का एक नया अवसर प्रदान करता है, पहले उन पुस्तकों से लेकर जो बड़े पैमाने पर शिक्षा को संभव बनाती थीं, इंटरनेट के माध्यम से असीमित जानकारी तक पहुंच से लेकर एआई द्वारा प्रदान की गई नेविगेशन और निर्माण क्षमता तक।

भाषा से विश्व मॉडल तक

बड़े भाषा मॉडल (एलएलएम) पाठ्य विवरणों के माध्यम से दुनिया के बारे में सीखते हैं। वे सांख्यिकीय पैटर्न के आधार पर पाठ अनुक्रमों की भविष्यवाणी करके काम करते हैं, बड़े डेटा और सरल संभावनाओं का उपयोग करके मानव भाषण और तर्क की नकल करते हैं।

इसके विपरीत, विश्व मॉडल ऐसी प्रणालियाँ हैं जिन्हें एक वातावरण के कामकाज - जिसमें उसके भौतिक नियम, स्थानिक गतिकी, कारण अवस्थाएँ और कार्यात्मक संरचनाएं शामिल हैं - को समझने के लिए डिज़ाइन किया गया है, जिससे नई व्यवहारों की भविष्यवाणी करना संभव होता है। फेई-फेई ली वर्तमान एलएलएम को 'अंधेरे में शब्दों के कारीगर' के रूप में वर्णित करती हैं, जो कभी भी भौतिक रूप से इसका अनुभव किए बिना त्रि-आयामी दुनिया के बारे में सुवक्ताता से बात करते हैं, और उनका तर्क है कि स्थानिक बुद्धिमत्ता क्षेत्र में अगली बड़ी प्रगति है।

वास्तुकला के लिए, यह अंतर महत्वपूर्ण है। पाठ-आधारित मॉडल यह अनुमान नहीं लगा सकता कि भौतिक और सामाजिक वास्तविकता किसी परियोजना पर कैसे प्रतिक्रिया करेगी, जबकि एक स्थानिक मॉडल परिदृश्यों का अनुकरण करने की अनुमति देता है, प्रस्ताव का गुरुत्वाकर्षण, हवा, सौर विकिरण, टूट-फूट और मानव उपयोग जैसे कारकों के विरुद्ध परीक्षण करता है। तापीय प्रसार, नमी अवशोषण, प्रदूषक फैलाव और लोगों के प्रवाह जैसी गतिकी फीडबैक प्रदान करती हैं जो केवल उन पर एक रूप थोपने के बजाय परियोजना के विकास का मार्गदर्शन करती हैं।

हालांकि सिमुलेशन निर्णयों का समर्थन कर सकता है, इसे अंतिम जिम्मेदारी नहीं लेनी चाहिए। यह मौलिक है कि मानदंडों और विवेक वाले पेशेवर हों, जो एआई का उपयोग केवल उत्पादकता प्रवर्तक के रूप में नहीं, बल्कि एक जिम्मेदार विश्लेषणात्मक उपकरण के रूप में करते हैं। वास्तुकार रूपों के निर्माता से अधिक ज्ञान प्रणालियों के डिजाइनर बन जाते हैं, जिनका मूल्यांकन एक जटिल और अक्सर अनिश्चित वास्तविकता में घटनाक्रमों का अनुमान लगाने की क्षमता के आधार पर किया जाता है; मानवीय तत्व प्रक्रिया में बना रहता है।

कृत्रिम बुद्धिमत्ता के बुद्धिमान संसारों के लिए माइंडहब

स्थानिक बुद्धिमत्ता के लिए हाइब्रिड पेशेवर प्रोफाइल की आवश्यकता होती है, जो डिजाइन को कम्प्यूटेशनल इंजीनियरिंग और सामग्री विज्ञान के साथ एकीकृत करने में सक्षम हों। ETSAM, यूनिवर्सिडाड पोलिटेcnica डी मैड्रिड में स्थित माइंडहब फॉर इंटेलिजेंट आर्टिफिशियल वर्ल्ड्स (MIAWS), एईसी क्षेत्र पर केंद्रित एक डिजिटल केंद्र के रूप में कार्य करता है, जो इस तकनीकी परिवर्तन के इर्द-गिर्द संरचित है। यह ध्रुव मूल शोध को संस्थानों और विशेषज्ञों के वैश्विक नेटवर्क से जोड़ता है।

इसका फाउंडेशन कार्यक्रम ऑनलाइन दस मॉड्यूल में पेश किया जाता है, जो प्रतिभागी को एआई-सहायता प्राप्त मॉडलिंग और सिमुलेशन से लेकर डेटा विज़ुअलाइज़ेशन और एकीकरण तक मार्गदर्शन करता है। उद्देश्य आलोचनात्मक विवेक बनाए रखते हुए तकनीकी प्रगति का पालन करना है, इच्छुक लोगों को कार्यक्रम जानने और इस बदलाव में भाग लेने के लिए आमंत्रित करना है।