سٹرنگ تھیوری نے کئی دہائیوں پہلے ایک خوبصورت سادگی کی وجہ سے بہت سے طبیعیات دانوں کے دلوں اور دماغوں کو اپنی لپیٹ میں لے لیا تھا۔ نظریہ کہتا ہے کہ خلا کے ایک پیچ پر کافی حد تک زوم ان کریں، اور آپ کو ذرات یا گھناؤنے کوانٹم فیلڈز کا خطرہ نظر نہیں آئے گا۔ توانائی کی صرف ایک جیسی تاریں ہوں گی، ہل رہی ہوں گی اور ضم ہوں گی اور الگ ہوں گی۔ 1980 کی دہائی کے آخر تک، طبیعیات دانوں نے پایا کہ یہ "ڈور" صرف مٹھی بھر طریقوں سے تبدیل ہو سکتی ہیں، جس سے اس امکان کو بڑھایا جا سکتا ہے کہ طبیعیات دان ڈانسنگ سٹرنگ سے لے کر ہماری دنیا کے ابتدائی ذرات تک کا راستہ تلاش کر سکتے ہیں۔ تاروں کی گہرائی سے گڑگڑاہٹ کشش ثقل پیدا کرے گی، فرضی ذرات خلائی وقت کے کشش ثقل کے تانے بانے کی تشکیل کرتے ہیں۔ دیگر کمپن الیکٹران، کوارک اور نیوٹرینو کو جنم دیں گی۔ سٹرنگ تھیوری کو "ہر چیز کا نظریہ" کہا جاتا تھا۔

"لوگوں نے سوچا کہ یہ صرف وقت کی بات ہے جب تک کہ آپ ہر چیز کی گنتی نہیں کر سکتے جو جاننے کے لیے تھا،" کہا انتھونی اشمورپیرس کی سوربون یونیورسٹی میں سٹرنگ تھیوریسٹ۔

لیکن جیسا کہ طبیعیات دانوں نے سٹرنگ تھیوری کا مطالعہ کیا، انہوں نے ایک گھناؤنی پیچیدگی کا پردہ فاش کیا۔

جب وہ تاروں کی سخت دنیا سے باہر نکلے تو ہمارے ذرات اور قوتوں کی بھرپور دنیا کی طرف ہر قدم نے امکانات کی ایک پھٹتی ہوئی تعداد کو متعارف کرایا۔ ریاضی کی مستقل مزاجی کے لیے، تاروں کو 10 جہتی اسپیس ٹائم میں گھلنا پڑتا ہے۔ لیکن ہماری دنیا کی چار جہتیں ہیں (تین خلاء اور ایک وقت)، سٹرنگ تھیوریسٹ اس نتیجے پر پہنچتے ہیں کہ غائب ہونے والی چھ جہتیں چھوٹی ہیں - لوفہ سے مشابہہ خوردبین شکلوں میں جکڑے ہوئے ہیں۔ یہ ناقابل تصور 6D شکلیں کھربوں کھربوں اقسام میں آتی ہیں۔ ان لوفہ پر، تاریں کوانٹم فیلڈز کی مانوس لہروں میں ضم ہو جاتی ہیں، اور ان شعبوں کی تشکیل بھی متعدد طریقوں سے ہو سکتی ہے۔ ہماری کائنات، پھر، ان شعبوں کے پہلوؤں پر مشتمل ہوگی جو لوفہ سے ہماری دیوہیکل چار جہتی دنیا میں پھیلتے ہیں۔

سٹرنگ تھیوریسٹ نے اس بات کا تعین کرنے کی کوشش کی کہ آیا سٹرنگ تھیوری کے لوفہ اور فیلڈز حقیقی کائنات میں پائے جانے والے ابتدائی ذرات کے پورٹ فولیو کو زیر کر سکتے ہیں۔ لیکن نہ صرف غور کرنے کے امکانات کی ایک بہت بڑی تعداد ہے - 10⁵⁰⁰ خاص طور پر قابل فہم مائکروسکوپک کنفیگریشنز، ایک تعداد کے مطابق - کوئی بھی یہ نہیں جان سکتا تھا کہ طول و عرض اور تاروں کی مخصوص ترتیب سے زوم آؤٹ کیسے کیا جائے تاکہ یہ دیکھا جا سکے کہ ذرات کا کیا میکرو ورلڈ ابھرے گا۔

کیا سٹرنگ تھیوری منفرد پیشین گوئیاں کرتی ہے؟ کیا یہ واقعی فزکس ہے؟ جیوری ابھی باہر ہے،" کہا لارا اینڈرسن، ورجینیا ٹیک میں ایک ماہر طبیعیات جس نے اپنے کیریئر کا زیادہ تر حصہ تاروں کو ذرات سے جوڑنے کی کوشش میں صرف کیا ہے۔

اب، محققین کی ایک نئی نسل پرانے مسئلے کو برداشت کرنے کے لیے ایک نیا ٹول لے کر آئی ہے: نیورل نیٹ ورکس، کمپیوٹر پروگرام جو مصنوعی ذہانت میں پیشرفت کو تقویت دیتے ہیں۔ حالیہ مہینوں میں، طبیعیات دانوں اور کمپیوٹر سائنس دانوں کی دو ٹیموں نے عصبی نیٹ ورکس کا استعمال پہلی بار درست طریقے سے حساب لگانے کے لیے کیا ہے کہ تاروں کی مخصوص خوردبینی دنیا سے کس قسم کی میکروسکوپک دنیا ابھرے گی۔ یہ طویل عرصے سے متلاشی سنگ میل ایک ایسی تلاش کو پھر سے تقویت بخشتا ہے جو بڑے پیمانے پر دہائیوں پہلے رک گئی تھی: اس بات کا تعین کرنے کی کوشش کہ آیا سٹرنگ تھیوری حقیقت میں ہماری دنیا کو بیان کر سکتی ہے۔

اینڈرسن نے کہا کہ "ہم یہ کہنے کے مقام پر نہیں ہیں کہ یہ ہماری کائنات کے اصول ہیں۔ "لیکن یہ صحیح سمت میں ایک بڑا قدم ہے۔"

تاروں کی بٹی ہوئی دنیا

اہم خصوصیت جو اس بات کا تعین کرتی ہے کہ سٹرنگ تھیوری سے میکرو ورلڈ کیا نکلتا ہے وہ چھ چھوٹے مقامی جہتوں کا انتظام ہے۔

اس طرح کے سب سے آسان انتظامات پیچیدہ 6D شکلیں ہیں جنہیں Calabi-Yau manifolds کہتے ہیں — وہ اشیاء جو لوفہ سے ملتی جلتی ہیں۔ کے نام سے منسوب مرحوم یوجینیو کیلابی، ریاضی دان جس نے 1950 کی دہائی میں اپنے وجود کا اندازہ لگایا تھا، اور شنگ-ٹنگ یاؤ، جو 1970 کی دہائی میں کالابی کو غلط ثابت کرنے کے لیے نکلے تھے لیکن اس کے برعکس ہوا، کیلابی یاؤ مینی فولڈز 6D اسپیس ہیں جن میں دو خصوصیات ہیں جو انہیں طبیعیات دانوں کے لیے پرکشش بناتی ہیں۔ .

سب سے پہلے، وہ کوانٹم فیلڈز کو ایک ہم آہنگی کے ساتھ میزبانی کر سکتے ہیں جسے سپر سمیٹری کہا جاتا ہے، اور سپر سیمیٹرک فیلڈز زیادہ فاسد فیلڈز کے مقابلے میں مطالعہ کرنے کے لیے بہت آسان ہیں۔ Large Hadron Collider کے تجربات سے ثابت ہوا ہے کہ طبیعیات کے میکروسکوپک قوانین انتہائی ہم آہنگ نہیں ہیں۔ لیکن معیاری ماڈل سے آگے مائکرو ورلڈ کی نوعیت نامعلوم ہے۔ زیادہ تر سٹرنگ تھیوریسٹ اس مفروضے کے تحت کام کرتے ہیں کہ اس پیمانے پر کائنات سپر ہم آہنگی ہے، کچھ ایسا ماننے کے لیے جسمانی محرکات کا حوالہ دیتے ہیں جب کہ دوسرے ریاضیاتی ضرورت کے تحت ایسا کرتے ہیں۔

دوسرا، Calabi-Yau کئی گنا "Ricci-flat" ہیں۔ البرٹ آئن سٹائن کے عمومی نظریہ اضافیت کے مطابق، مادے یا توانائی کی موجودگی خلائی وقت کو موڑ دیتی ہے، جس کی وجہ سے نام نہاد Ricci گھماؤ ہوتا ہے۔ Calabi-Yau کئی گنا میں اس قسم کے گھماؤ کی کمی ہے، حالانکہ وہ اپنے مادے اور توانائی کے مواد سے غیر متعلق دیگر طریقوں سے گھما سکتے ہیں (اور کرتے ہیں)۔ Ricci چپٹا پن کو سمجھنے کے لیے، ایک ڈونٹ پر غور کریں، جو ایک کم جہتی Calabi-Yau کئی گنا ہے۔ آپ ڈونٹ کو انرول کر سکتے ہیں اور اسے فلیٹ اسکرین پر پیش کر سکتے ہیں جس پر دائیں طرف سے ہٹنے سے آپ کو بائیں طرف اور اسی طرح اوپر اور نیچے سے ٹیلی پورٹ کیا جاتا ہے۔

اسٹرنگ تھیوری کے لیے عمومی گیم پلان، اس کے بعد، مخصوص کئی گنا تلاش کرنے کے لیے ابلتا ہے جو ہماری کائنات میں اسپیس ٹائم کے مائیکرو اسٹرکچر کو بیان کرے گا۔ تلاش کرنے کا ایک طریقہ یہ ہے کہ ایک قابل فہم 6D ڈونٹ کا انتخاب کریں اور یہ معلوم کریں کہ آیا یہ ان ذرات سے میل کھاتا ہے جو ہم دیکھتے ہیں۔

پہلا قدم 6D ڈونٹس کی صحیح کلاس تیار کرنا ہے۔ Calabi-Yau کئی گنا کی قابل شمار خصوصیات، جیسے کہ ان کے سوراخوں کی تعداد، ہماری دنیا کی قابل شمار خصوصیات کا تعین کرتی ہے، جیسے کہ کتنے الگ مادے کے ذرات موجود ہیں۔ (ہماری کائنات میں 12 ہیں۔) لہذا محققین معلوم ذرات کی وضاحت کے لیے قابل شمار خصوصیات کی صحیح درجہ بندی کے ساتھ Calabi-Yau کئی گنا تلاش کرکے شروع کرتے ہیں۔

محققین نے اس قدم پر مسلسل پیشرفت کی ہے، اور گزشتہ چند سالوں میں خاص طور پر برطانیہ میں مقیم تعاون نے ڈونٹ کے انتخاب کے فن کو سائنس کے لیے بہتر بنایا ہے۔ 2019 اور 2020 میں کمپیوٹیشنل تکنیکوں کی درجہ بندی سے حاصل کردہ بصیرت کا استعمال کرتے ہوئے، گروپ نے مٹھی بھر فارمولوں کی نشاندہی کی جو کلابی یاؤ کئی گنا کی کلاسوں کو تھوک دیتے ہیں جس کو وہ کہتے ہیں۔وسیع برشمعیاری ماڈل کے ورژن جس میں مادے کے ذرات کی صحیح تعداد شامل ہے۔ یہ نظریات لمبی دوری کی قوتیں پیدا کرتے ہیں جو ہم نہیں دیکھتے۔ پھر بھی، ان ٹولز کے ساتھ، برطانیہ کے طبیعیات دانوں نے زیادہ تر خودکار کر دیا ہے جو کبھی مشکل حسابات تھے۔

"ان طریقوں کی افادیت بالکل حیران کن ہے،" نے کہا آندرے کانسٹنٹین، آکسفورڈ یونیورسٹی کے ایک ماہر طبیعیات جنہوں نے فارمولوں کی دریافت کی قیادت کی۔ یہ فارمولے "کئی مہینوں کی کمپیوٹیشنل کوششوں سے سٹرنگ تھیوری ماڈلز کے تجزیہ کے لیے درکار وقت کو ایک سیکنڈ تک کم کر دیتے ہیں۔"

دوسرا مرحلہ مشکل ہے۔ سٹرنگ تھیوریسٹ کا مقصد تلاش کو کلابی یاوس کی کلاس سے باہر محدود کرنا اور ایک خاص کئی گنا کی شناخت کرنا ہے۔ وہ یہ بتانا چاہتے ہیں کہ یہ کتنا بڑا ہے اور ہر وکر اور ڈمپل کا صحیح مقام۔ یہ ہندسی تفصیلات میکروورلڈ کی باقی تمام خصوصیات کا تعین کرتی ہیں، بشمول ذرات کس قدر مضبوطی سے تعامل کرتے ہیں اور ان کے ماسز کیا ہیں۔

اس دوسرے مرحلے کو مکمل کرنے کے لیے کئی گنا میٹرک کو جاننے کی ضرورت ہوتی ہے - ایک ایسا فنکشن جو شکل پر کسی بھی دو پوائنٹس کو لے سکتا ہے اور آپ کو ان کے درمیان فاصلہ بتا سکتا ہے۔ ایک مانوس میٹرک پائیتھاگورین تھیوریم ہے، جو 2D طیارے کی جیومیٹری کو انکوڈ کرتا ہے۔ لیکن جیسے جیسے آپ اعلیٰ جہتی، منحنی خلائی اوقات کی طرف جاتے ہیں، میٹرکس جیومیٹری کی مزید امیر اور پیچیدہ وضاحتیں بن جاتی ہیں۔ طبیعیات دانوں نے ہماری 4D دنیا میں ایک ہی گھومنے والے بلیک ہول کے لیے میٹرک حاصل کرنے کے لیے آئن سٹائن کی مساوات کو حل کیا، لیکن 6D اسپیس ان کی لیگ سے باہر ہو چکے ہیں۔ "یہ ایک طبیعیات دان کے طور پر سب سے افسوسناک چیزوں میں سے ایک ہے جو آپ کے سامنے آتی ہے،" کہا ٹوبی وائز مینامپیریل کالج لندن میں ماہر طبیعیات۔ "ریاضی، جیسا کہ ہوشیار ہے، کافی حد تک محدود ہے جب حقیقت میں مساوات کے حل لکھنے کی بات آتی ہے۔"

2000 کی دہائی کے اوائل میں ہارورڈ یونیورسٹی میں پوسٹ ڈاک کے طور پر، Wiseman نے Calabi-Yau کئی گنا کے "افسانہ" میٹرکس کے بارے میں سرگوشیوں کو سنا۔ یاؤ کے ثبوت کہ ان فنکشنز کے موجود ہونے نے اسے فیلڈز میڈل (ریاضی میں سب سے اوپر انعام) جیتنے میں مدد کی، لیکن کسی نے کبھی اس کا حساب نہیں لگایا تھا۔ اس وقت، Wiseman غیر ملکی بلیک ہولز کے ارد گرد خلائی اوقات کے میٹرک کا تخمینہ لگانے کے لیے کمپیوٹر استعمال کر رہا تھا۔ شاید، اس نے قیاس کیا، کمپیوٹرز Calabi-Yau space-times کے میٹرکس کو بھی حل کر سکتے ہیں۔

"سب نے کہا، 'اوہ، نہیں، آپ ایسا نہیں کر سکتے،' وائز مین نے کہا۔ "تو میں اور ایک شاندار آدمی، میتھیو ہیڈرک، ایک سٹرنگ تھیوریسٹ، ہم بیٹھ گئے اور دکھایا کہ یہ کیا جا سکتا ہے۔

Pixelated Manifolds

Wiseman اور Headrick (جو برینڈیز یونیورسٹی میں کام کرتے ہیں) جانتے تھے کہ Calabi-Yau میٹرک کو خالی جگہ کے لیے آئن اسٹائن کی مساوات کو حل کرنا ہوگا۔ اس شرط کو پورا کرنے والا میٹرک اس بات کی ضمانت دیتا ہے کہ اسپیس ٹائم ریکی فلیٹ تھا۔ Wiseman اور Headrick نے ثابت کرنے کی بنیاد کے طور پر چار جہتوں کا انتخاب کیا۔ ایک عددی تکنیک کا فائدہ اٹھاتے ہوئے جو بعض اوقات ہائی اسکول کیلکولس کلاسوں میں پڑھائی جاتی ہے، انہوں نے 2005 میں دکھایا کہ ایک 4D Calabi-Yau میٹرک واقعی اندازہ لگایا جا سکتا ہے. ہو سکتا ہے کہ یہ ہر موڑ پر بالکل چپٹا نہ ہو، لیکن یہ بہت قریب آ گیا، جیسے ڈونٹ جس میں چند ناقابل فہم ڈینٹ ہوں۔

تقریباً اسی وقت، امپیریل میں ایک ممتاز ریاضی دان سائمن ڈونلڈسن بھی ریاضیاتی وجوہات کی بناء پر Calabi-Yau میٹرکس کا مطالعہ کر رہے تھے، اور اس نے جلد ہی میٹرکس کا تخمینہ لگانے کے لیے ایک اور الگورتھم پر کام کیا۔ اینڈرسن سمیت سٹرنگ تھیوریسٹ نے ان طریقوں سے مخصوص میٹرکس کا حساب لگانے کی کوشش شروع کی، لیکن طریقہ کار نے کافی وقت لیا اور ضرورت سے زیادہ گڑبڑ والے ڈونٹس تیار کیے، جو ذرات کی درست پیشین گوئیاں کرنے کی کوششوں میں خلل ڈالیں گے۔

مرحلہ 2 کو مکمل کرنے کی کوششیں تقریباً ایک دہائی تک ختم ہو گئیں۔ لیکن جیسا کہ محققین نے مرحلہ 1 اور سٹرنگ تھیوری میں دیگر مسائل کو حل کرنے پر توجہ مرکوز کی، فنکشنز کا تخمینہ لگانے کے لیے ایک طاقتور نئی ٹیکنالوجی نے کمپیوٹر سائنس کو اپنی لپیٹ میں لے لیا - نیورل نیٹ ورکس، جو اعداد کے بہت بڑے گرڈ کو ایڈجسٹ کرتے ہیں جب تک کہ ان کی قدریں کسی نامعلوم فنکشن کے لیے کھڑی نہ ہو جائیں۔

اعصابی نیٹ ورکس نے ایسے فنکشنز پائے جو تصاویر میں موجود اشیاء کی شناخت کر سکتے ہیں، تقریر کو دوسری زبانوں میں ترجمہ کر سکتے ہیں، اور یہاں تک کہ انسانیت کے سب سے پیچیدہ بورڈ گیمز میں مہارت حاصل کر سکتے ہیں۔ جب مصنوعی ذہانت کمپنی ڈیپ مائنڈ کے محققین نے بنائی الفا گو الگورتھم، جس نے 2016 میں ایک اعلی انسانی گو کھلاڑی، طبیعیات دان کو بہترین بنایا Fabian Ruehle نوٹس لیا.

"میں نے سوچا، اگر یہ چیز گو میں عالمی چیمپئن کو پیچھے چھوڑ سکتی ہے، تو شاید یہ ریاضی دانوں، یا کم از کم میرے جیسے طبیعیات دانوں کو پیچھے چھوڑ سکتی ہے،" روہل نے کہا، جو اب شمال مشرقی یونیورسٹی میں ہیں۔

Ruehle اور ساتھیوں نے Calabi-Yau میٹرکس کا تخمینہ لگانے کا پرانا مسئلہ اٹھایا۔ اینڈرسن اور دیگر نے مرحلہ 2 پر قابو پانے کی اپنی پہلے کی کوششوں کو بھی زندہ کیا۔ طبیعیات دانوں نے پایا کہ اعصابی نیٹ ورکس نے وہ رفتار اور لچک فراہم کی جس کی پہلے کی تکنیکوں میں کمی تھی۔ الگورتھم ایک میٹرک کا اندازہ لگانے، 6D اسپیس میں کئی ہزار پوائنٹس پر گھماؤ کو چیک کرنے، اور بار بار اندازے کو ایڈجسٹ کرنے کے قابل تھے جب تک کہ گھماؤ کئی گنا ختم نہ ہو جائے۔ تمام محققین کو آزادانہ طور پر دستیاب مشین لرننگ پیکجوں کو تبدیل کرنا تھا۔ 2020 تک، ایک سے زیادہ گروپوں نے Calabi-Yau میٹرکس کی کمپیوٹنگ کے لیے اپنی مرضی کے پیکجز جاری کیے تھے۔

میٹرکس حاصل کرنے کی صلاحیت کے ساتھ، طبیعیات دان آخرکار بڑے پیمانے پر کائناتوں کی ہر کئی گنا کی مناسبت سے بہتر خصوصیات پر غور کر سکتے ہیں۔ Ruehle نے کہا، "پہلا کام جو میں نے اپنے پاس ہونے کے بعد کیا، میں نے ذرات کے بڑے پیمانے پر حساب لگایا۔"

Strings سے Quarks تک

2021 میں، Ruehle، Ashmore کے ساتھ تعاون کرتے ہوئے، کرینک آؤٹ کیا۔ غیر ملکی بھاری ذرات کا مجموعہ جو صرف کلابی یاؤ کے منحنی خطوط پر منحصر ہے۔ لیکن یہ فرضی ذرات پتہ لگانے کے لیے بہت زیادہ بڑے ہوں گے۔ الیکٹران جیسے مانوس ذرات کے بڑے پیمانے پر حساب لگانے کے لیے - ایک مقصد سٹرنگ تھیوریسٹ کئی دہائیوں سے پیچھا کر رہے ہیں - مشین سیکھنے والوں کو مزید کچھ کرنا پڑے گا۔

ہلکے وزن والے مادے کے ذرات ہگز فیلڈ کے ساتھ تعامل کے ذریعے اپنا ماس حاصل کرتے ہیں، توانائی کا ایک ایسا شعبہ جو خلا میں پھیلا ہوا ہے۔ جتنا زیادہ کوئی ذرہ ہگز فیلڈ کا نوٹس لیتا ہے، اتنا ہی بھاری ہوتا ہے۔ ہر ایک ذرہ ہگز کے ساتھ کتنی مضبوطی سے تعامل کرتا ہے اس کا لیبل اس کی یوکاوا کپلنگ نامی مقدار سے لگایا جاتا ہے۔ اور سٹرنگ تھیوری میں، یوکاوا کپلنگ دو چیزوں پر منحصر ہے۔ ایک کلابی یاؤ کئی گنا کا میٹرک ہے، جو ڈونٹ کی شکل کی طرح ہے۔ دوسرا وہ طریقہ ہے جس طرح کوانٹم فیلڈز (ڈور کے مجموعے کے طور پر پیدا ہوتے ہیں) کئی گنا پر پھیل جاتے ہیں۔ یہ کوانٹم فیلڈز تھوڑا سا چھڑکنے کی طرح ہیں۔ ان کا انتظام ڈونٹ کی شکل سے متعلق ہے لیکن کچھ حد تک آزاد بھی۔

Ruehle اور دیگر طبیعیات دانوں نے ایسے سافٹ ویئر پیکج جاری کیے تھے جو ڈونٹ کی شکل حاصل کر سکتے تھے۔ آخری مرحلہ چھڑکاؤ حاصل کرنا تھا - اور اعصابی نیٹ ورک بھی اس کام کے قابل ثابت ہوئے۔ دو ٹیموں نے اس سال کے شروع میں تمام ٹکڑوں کو اکٹھا کیا۔

کی قیادت میں ایک بین الاقوامی تعاون چیلنجر مشرا کیمبرج یونیورسٹی کا میٹرک کا حساب لگانے کے لیے پہلے Ruehle کے پیکج کے اوپر بنایا گیا — ڈونٹ کی جیومیٹری۔ پھر انہوں نے گھریلو نیورل نیٹ ورکس کا استعمال کیا جس طرح کوانٹم فیلڈز اوورلیپ ہوتے ہیں جیسے کہ وہ ڈونٹ کے چھڑکاؤ کی طرح کئی گنا کے گرد گھم جاتے ہیں۔ اہم بات یہ ہے کہ انہوں نے ایک ایسے سیاق و سباق میں کام کیا جہاں کھیتوں کی جیومیٹری اور کئی گنا مضبوطی سے جڑے ہوئے ہیں، ایک سیٹ اپ جس میں یوکاوا کپلنگ پہلے سے ہی معلوم ہیں۔ جب گروپ نے عصبی نیٹ ورکس کے ساتھ جوڑے کا حساب لگایا، نتائج معلوم جوابات سے مماثل ہے۔

مشرا نے کہا کہ "80 کی دہائی میں میری پیدائش سے پہلے ہی لوگ ایسا کرنا چاہتے ہیں۔

سٹرنگ تھیوری کے سابق فوجیوں کی قیادت میں ایک گروپ برٹ اوورٹ پنسلوانیا یونیورسٹی کے اور آندرے لوکاس آکسفورڈ کا مزید آگے بڑھا۔ انہوں نے بھی Ruehle کے میٹرک کیلکولیشن سافٹ ویئر کے ساتھ شروع کیا، جسے Lukas نے تیار کرنے میں مدد کی تھی۔ اس بنیاد پر تعمیر کرتے ہوئے، انہوں نے مختلف قسم کے چھڑکاؤ کو سنبھالنے کے لیے 11 نیورل نیٹ ورکس کی ایک صف شامل کی۔ ان نیٹ ورکس نے انہیں شعبوں کی ایک درجہ بندی کا حساب لگانے کی اجازت دی جو مختلف قسم کی شکلیں لے سکتی ہے، ایک زیادہ حقیقت پسندانہ ترتیب بناتی ہے جس کا مطالعہ کسی دوسری تکنیک سے نہیں کیا جا سکتا۔ مشینوں کی اس فوج نے میٹرک اور کھیتوں کی ترتیب سیکھی، یوکاوا کپلنگ کا حساب لگایا، اور تھوک دیا۔ تین قسم کے کوارکس کا ماس. اس نے یہ سب چھ مختلف شکلوں والے کلابی یاؤ کئی گنا کے لیے کیا۔ اینڈرسن نے کہا کہ "یہ پہلا موقع ہے جب کوئی بھی اس حد تک درستگی کا حساب لگانے میں کامیاب ہوا ہے۔"

ان میں سے کوئی بھی کیلابی-یاؤس ہماری کائنات کو زیر نہیں کرتا، کیونکہ دو کوارک ایک جیسے بڑے پیمانے پر ہوتے ہیں، جب کہ ہماری دنیا میں چھ قسمیں بڑے پیمانے پر تین درجوں میں آتی ہیں۔ بلکہ، نتائج اس اصول کے ثبوت کی نمائندگی کرتے ہیں کہ مشین لرننگ الگورتھم طبیعیات دانوں کو Calabi-Yau سے کئی گنا مخصوص پارٹیکل ماس تک لے جا سکتے ہیں۔

آکسفورڈ میں مقیم اس گروپ کے ایک رکن کانسٹنٹین نے کہا، ’’اب تک، اس طرح کا کوئی بھی حساب کتاب ناقابل تصور تھا۔

نمبر کھیل

اعصابی نیٹ ورک مٹھی بھر سے زیادہ سوراخوں والے ڈونٹس پر دم گھٹتے ہیں، اور محققین آخر کار سینکڑوں کے ساتھ کئی گنا مطالعہ کرنا چاہیں گے۔ اور اب تک، محققین نے صرف سادہ کوانٹم فیلڈز پر غور کیا ہے۔ معیاری ماڈل تک جانے کے لیے، اشمور نے کہا، "آپ کو زیادہ نفیس نیورل نیٹ ورک کی ضرورت ہو سکتی ہے۔"

افق پر بڑے چیلنجز منڈلا رہے ہیں۔ سٹرنگ تھیوری کے حل میں ہماری پارٹیکل فزکس کو تلاش کرنے کی کوشش کرنا - اگر یہ بالکل موجود ہے تو - ایک عدد گیم ہے۔ آپ جتنے زیادہ چھڑکاؤ سے لدے ڈونٹس کو چیک کر سکتے ہیں، اتنا ہی زیادہ امکان ہے کہ آپ میچ تلاش کریں۔ کئی دہائیوں کی کوششوں کے بعد، سٹرنگ تھیوریسٹ آخرکار ڈونٹس کو چیک کر سکتے ہیں اور ان کا حقیقت سے موازنہ کر سکتے ہیں: ان ابتدائی ذرات کے ماسز اور کپلنگز جن کا ہم مشاہدہ کرتے ہیں۔ لیکن یہاں تک کہ سب سے زیادہ پر امید نظریہ دان بھی تسلیم کرتے ہیں کہ اندھی قسمت سے میچ تلاش کرنے کے امکانات کائناتی طور پر کم ہیں۔ صرف Calabi-Yau ڈونٹس کی تعداد لامحدود ہو سکتی ہے۔ "آپ کو یہ سیکھنے کی ضرورت ہے کہ سسٹم کو کس طرح کھیلنا ہے،" Ruehle نے کہا۔

ایک طریقہ یہ ہے کہ ہزاروں Calabi-Yau کئی گنا کو چیک کریں اور کسی ایسے نمونے کو تلاش کرنے کی کوشش کریں جو تلاش کو آگے بڑھا سکے۔ مختلف طریقوں سے کئی گناوں کو کھینچ کر اور نچوڑ کر، مثال کے طور پر، طبیعیات دان اس بات کا بدیہی احساس پیدا کر سکتے ہیں کہ کون سی شکلیں کن ذرات کی طرف لے جاتی ہیں۔ اشمور نے کہا، "آپ واقعی میں جس چیز کی امید کرتے ہیں وہ یہ ہے کہ خاص ماڈلز کو دیکھنے کے بعد آپ کے پاس کچھ مضبوط استدلال ہے،" ایشور نے کہا، "اور آپ ہماری دنیا کے لیے صحیح ماڈل میں ٹھوکر کھاتے ہیں۔"

آکسفورڈ میں لوکاس اور ان کے ساتھیوں نے اس ریسرچ کو شروع کرنے کا منصوبہ بنایا ہے، اپنے سب سے زیادہ امید افزا ڈونٹس تیار کرتے ہوئے اور چھڑکاؤ کے ساتھ مزید ہلچل مچا رہے ہیں کیونکہ وہ کوارکس کی حقیقت پسندانہ آبادی پیدا کرنے والے کئی گنا تلاش کرنے کی کوشش کرتے ہیں۔ کانسٹنٹن کا خیال ہے کہ وہ چند سالوں میں باقی معلوم ذرات کے بڑے پیمانے پر دوبارہ پیدا کرنے والے کو تلاش کریں گے۔

تاہم، دیگر سٹرنگ تھیوریسٹ سوچتے ہیں کہ انفرادی کئی گنا کی جانچ پڑتال شروع کرنا قبل از وقت ہے۔ تھامس وان رائٹ KU Leuven کا ایک سٹرنگ تھیوریسٹ ہے جس کا تعاقب کر رہا ہے۔ "دلدل" ریسرچ پروگرامجو کہ تمام ریاضی کے مطابق سٹرنگ تھیوری حل کے ذریعے مشترکہ خصوصیات کی نشاندہی کرنا چاہتا ہے - جیسے کشش ثقل کی انتہائی کمزوری۔ دوسری قوتوں کے مقابلے میں اس سے پہلے کہ وہ مخصوص ڈونٹس اور چھڑکاؤ کے بارے میں سوچنا شروع کر دیں، وہ اور اس کے ساتھی سٹرنگ سلوشنز کے وسیع پیمانے پر - یعنی ممکنہ کائناتوں کو مسترد کرنے کی خواہش رکھتے ہیں۔

"یہ اچھی بات ہے کہ لوگ مشین لرننگ کا یہ کاروبار کرتے ہیں، کیونکہ مجھے یقین ہے کہ ہمیں کسی وقت اس کی ضرورت پڑے گی،" وان رائٹ نے کہا۔ لیکن پہلے "ہمیں بنیادی اصولوں، نمونوں کے بارے میں سوچنے کی ضرورت ہے۔ وہ جس کے بارے میں پوچھ رہے ہیں وہ تفصیلات ہیں۔

بہت سارے طبیعیات دان سٹرنگ تھیوری سے آگے بڑھ کر کوانٹم گریویٹی کے دیگر نظریات کو آگے بڑھا چکے ہیں۔ اور مشین لرننگ کی حالیہ پیشرفت ان کو واپس لانے کا امکان نہیں ہے۔ Renate Lollنیدرلینڈ کی ریڈباؤڈ یونیورسٹی کے ایک ماہر طبیعیات نے کہا کہ واقعی متاثر کرنے کے لیے، سٹرنگ تھیوریسٹ کو معیاری ماڈل سے آگے نئے جسمانی مظاہر کی پیشین گوئی اور تصدیق کرنے کی ضرورت ہوگی۔ انہوں نے کہا کہ "یہ گھاس کے ڈھیر میں سوئی کی تلاش ہے، اور مجھے یقین نہیں ہے کہ ہم اس سے کیا سیکھیں گے یہاں تک کہ اگر اس بات کے قائل، مقداری ثبوت موجود ہوں کہ یہ ممکن ہے" معیاری ماڈل کو دوبارہ پیش کرنا۔ "اسے دلچسپ بنانے کے لیے، کچھ نئی جسمانی پیشین گوئیاں ہونی چاہئیں۔"

نئی پیشین گوئیاں درحقیقت بہت سے مشین سیکھنے والوں کا حتمی مقصد ہیں۔ وہ امید کرتے ہیں کہ سٹرنگ تھیوری کافی سخت ثابت ہوگی، اس لحاظ سے کہ ہماری کائنات سے ملنے والے ڈونٹس میں مشترکات ہوں گی۔ یہ ڈونٹس، مثال کے طور پر، سبھی میں ایک قسم کا نیا ذرہ ہوتا ہے جو تجربات کے لیے ہدف کے طور پر کام کر سکتا ہے۔ ابھی کے لیے، اگرچہ، یہ خالصتاً خواہش مند ہے، اور شاید یہ ختم نہ ہو۔

"سٹرنگ تھیوری شاندار ہے۔ بہت سے سٹرنگ تھیورسٹ شاندار ہیں۔ لیکن کائنات کے بارے میں معیار کے لحاظ سے درست بیانات کا ٹریک ریکارڈ واقعی ردی کی ٹوکری ہے،" کہا نیما ارکانی-حمیدپرنسٹن، نیو جرسی میں انسٹی ٹیوٹ فار ایڈوانسڈ اسٹڈی میں ایک نظریاتی طبیعیات دان۔

بالآخر، یہ سوال کھلا رہتا ہے کہ اسٹرنگ تھیوری کی کیا پیش گوئی کی گئی ہے۔ اب جب کہ سٹرنگ تھیوریسٹ سٹرنگز کے 6D مائیکرو ورلڈز کو ذرات کے 4D میکرو ورلڈز کے ساتھ جوڑنے کے لیے نیورل نیٹ ورکس کی طاقت کا فائدہ اٹھا رہے ہیں، ان کے پاس کسی دن اس کا جواب دینے کا ایک بہتر موقع ہے۔

اینڈرسن نے کہا، "بلا شبہ، بہت سارے سٹرنگ تھیوریز ہیں جن کا فطرت سے کوئی تعلق نہیں ہے۔" "سوال یہ ہے کہ: کیا کوئی ایسا ہے جس کا اس سے کوئی تعلق ہے؟ اس کا جواب نفی میں ہو سکتا ہے، لیکن میرے خیال میں تھیوری کو فیصلہ کرنے کے لیے آگے بڑھانے کی کوشش کرنا واقعی دلچسپ ہے۔