संरचनात्मक संज्ञानात्मक कार्य के रूप में सौंदर्य — पूर्ण गणितीय मूल

तकनीकी नोट · संस्करण 1.1 · 15 अक्टूबर 2026 · सहकर्मी-समीक्षित नहीं

यह पृष्ठ क्या है

यह लेखक का एक तकनीकी नोट है, जो सौंदर्य-अनुभव का एक सैद्धांतिक मॉडल प्रस्तुत करता है: परिभाषाएँ, सूत्र और उन्हें पढ़ने का अभिप्रेत तरीका। यह सहकर्मी-समीक्षित प्रकाशन नहीं है और न ही मानवीय बोध का सिद्ध नियम; यहाँ मानव पर्यवेक्षकों पर कोई प्रयोग रिपोर्ट नहीं किया गया है। Titi Online का व्यावसायिक प्रस्ताव — स्टोर समाधान, उसका लॉन्च और सदस्यता — इस मॉडल पर निर्भर नहीं है।

यह TITI का वैज्ञानिक स्तर है, जिसे उस पाठक के लिए लिखा गया है जो कोई नारा नहीं, बल्कि वास्तविक कार्यप्रणाली चाहता है। यह Titi के डिज़ाइन-चिंतन के पीछे के सौंदर्यशास्त्रीय मॉडल को पूर्ण रूप से प्रस्तुत करता है, इसके सूत्रों के साथ और इस बात के स्पष्ट ढांचे के साथ कि यह क्या दावा करता है और क्या नहीं। केंद्रीय दावा एक नया दृष्टिकोण प्रदान करना है। सौंदर्य को किसी वस्तु के स्थिर अदिश गुण (static scalar property) के रूप में नहीं देखा जाता है। इसे परिसीमित अपव्यय (bounded dissipation) और कला संसक्ति (phase coherence) के अंतर्गत, एक सूचना मैनिफोल्ड (information manifold) पर प्रक्षेपवक्र के अनुदिश, दर्शक के पूर्वानुमानी मॉडल पर वस्तु-प्रेरित विभव क्षेत्र (potential field) द्वारा किए गए संरचनात्मक संज्ञानात्मक कार्य के रूप में मॉडल किया गया है। मॉडल को एक सुसंगत सैद्धांतिक ढांचे और एक नैदानिक उपकरण के रूप में प्रस्तुत किया गया है — न कि मस्तिष्क के एक सिद्ध भौतिक नियम के रूप में। इसका उद्देश्य परिचालन संबंधी है: सौंदर्यशास्त्रीय अनुभव को मापने योग्य डिज़ाइन परिकल्पनाओं में बदलना — संज्ञानात्मक लागत, संरचित रहस्य, कला संरेखण (phase alignment), व्याख्यात्मक क्षमता (interpretive capacity), और स्वयं प्रक्षेपवक्र का मूल्य।

सत्तामीमांसा (Ontology): वस्तु, विषय, और मॉडल स्पेस के माध्यम से एक पथ

एक सौंदर्यशास्त्रीय वस्तु — एक छवि, संगीत का एक टुकड़ा, एक इंटरफ़ेस, एक इमारत, एक ब्रांड सिस्टम, यहाँ तक कि एक गणितीय सूत्र भी — अपने आप में कभी सुंदर नहीं माना जाता है। इसके बजाय, वस्तु दर्शक के आंतरिक पूर्वानुमानी मॉडलों के स्पेस पर एक क्षेत्र प्रेरित करती है। विषय को एक निश्चित प्राथमिकता वेक्टर के रूप में नहीं, बल्कि आंतरिक मॉडल अवस्थाओं वाले एक पूर्वानुमानी संज्ञानात्मक तंत्र के रूप में दर्शाया जाता है। एक मॉडल अवस्था मैनिफोल्ड पर एक बिंदु है,

m(t)\in\mathcal{M}

और सौंदर्यशास्त्रीय अनुभव उस अवस्था का एक प्रक्षेपवक्र (trajectory) है जब दर्शक वस्तु के साथ जुड़ता है:

\gamma(t):[0,T]\to\mathcal{M},\qquad \gamma(0)=m_{0},\ \ \gamma(T)=m_{T}

यह पहला और सबसे महत्वपूर्ण कदम है: सौंदर्यशास्त्रीय मूल्य केवल वस्तु का नहीं, बल्कि दर्शक के मॉडल द्वारा तय किए गए पथ (path) का एक गुण है।

सूचना मैनिफोल्ड और Fisher-Rao मीट्रिक

दर्शक के आंतरिक मॉडलों को वितरणों का एक पैरामीट्रिक परिवार माना जाता है, इसलिए मॉडल स्पेस सांख्यिकी की प्राकृतिक ज्यामिति धारण करता है। यह मीट्रिक Fisher सूचना मैट्रिक्स है:

g_{ij}(\theta)=\mathbb{E}_{x\sim p(x\mid\theta)}\!\left[\frac{\partial\log p(x\mid\theta)}{\partial\theta_{i}}\,\frac{\partial\log p(x\mid\theta)}{\partial\theta_{j}}\right]

यह मीट्रिक मापता है कि दर्शक के लिए आस-पास की पूर्वानुमानी अवस्थाओं के बीच अंतर करना कितना कठिन है। Fisher-Rao मीट्रिक के अंतर्गत जो अवस्थाएं निकट हैं, उनके बीच कम संज्ञानात्मक लागत पर संक्रमण किया जा सकता है; जो अवस्थाएं दूर हैं, उनके लिए अधिक कार्य की आवश्यकता होती है। इसलिए, सौंदर्यशास्त्रीय दूरी समतल नहीं है — एक ही दृश्य अंतर एक दर्शक के लिए आसान और दूसरे के लिए कठिन हो सकता है क्योंकि उनके आंतरिक मैनिफोल्ड्स में अलग-अलग वक्रता होती है। दो संज्ञानात्मक अवस्थाओं के बीच की दूरी जियोडेसिक लंबाई (geodesic length) है:

D_{g}(m_{a},m_{b})=\inf_{\gamma}\int_{0}^{T}\!\sqrt{g_{ij}(\gamma(t))\,\dot{\gamma}^{i}(t)\,\dot{\gamma}^{j}(t)}\;dt

वस्तु-प्रेरित सौंदर्यशास्त्रीय विभव (potential)

वस्तु मॉडल स्पेस पर एक अदिश विभव क्षेत्र (scalar potential field) प्रेरित करती है। प्रत्येक मॉडल अवस्था पर इसका मूल्य वस्तु द्वारा उत्पन्न अनसुलझे मुक्त-ऊर्जा तनाव, पूर्वानुमानी बेमेल, या व्याख्यात्मक क्षमता को दर्शाता है। इसे वस्तु इनपुट के सापेक्ष दर्शक मॉडल की वेरिएशनल मुक्त ऊर्जा (variational free energy) के रूप में पहचाना जा सकता है:

\Phi_{O}:\mathcal{M}\to\mathbb{R},\qquad \Phi_{O}(m)=\mathcal{F}(O,m)

यह जानबूझकर मुक्त ऊर्जा सिद्धांत (Free Energy Principle) में संकुचित नहीं होता है। वह सिद्धांत यह पूछता है कि कोई जीव समस्थापन को बनाए रखने के लिए मुक्त ऊर्जा को कैसे न्यूनतम करता है; यहाँ प्रश्न यह है कि कोई वस्तु मुक्त-ऊर्जा परिदृश्य के माध्यम से एक प्रक्षेपवक्र को इस तरह कैसे आकार देती है कि वह पथ संज्ञानात्मक रूप से मूल्यवान, कला-संसक्त (phase-coherent) हो, और आसानी से हल न हो। यह इंजन न्यूनतम संभव मुक्त ऊर्जा को पुरस्कृत नहीं करता — यह एक समृद्ध परिदृश्य के माध्यम से संरचित गति को पुरस्कृत करता है। व्याख्या पर वस्तु द्वारा लगाया जाने वाला बल विभव का मीट्रिक प्रवणता (metric gradient) है:

F_{\mathrm{aest}}=-\nabla_{g}\Phi_{O},\qquad (\nabla_{g}\Phi)^{i}=g^{ij}\frac{\partial\Phi}{\partial q^{j}}

एक उबाऊ वस्तु का क्षेत्र उथला और साधारण होता है; एक अराजक वस्तु का क्षेत्र असंगत होता है; एक उत्कृष्ट कृति (masterpiece) का क्षेत्र गहरा, संरचित और बहु-आकर्षक (multi-attractor) होता है.

संरचित रहस्य, शोर (noise) से भिन्न

आश्चर्य का क्षय होता है — यदि सौंदर्य केवल आश्चर्य होता, तो एक परिचित उत्कृष्ट कृति अपना सारा मूल्य खो देती। इसलिए मॉडल को एक स्थिर लेकिन संरचित घटक की आवश्यकता होती है। चूंकि व्याख्यात्मक परतें सांख्यिकीय रूप से निर्भर होती हैं, इसलिए एक साधारण भारित योग दोहरी गणना करेगा; संशोधित रूप एंट्रॉपी श्रृंखला नियम (entropy chain rule) का उपयोग करता है:

H_{\mathrm{mystery}}(O,S)=H(L_{1})+\sum_{i=2}^{n}H\!\bigl(L_{i}\mid L_{i-1},\dots,L_{1}\bigr)

जहाँ व्याख्या परतें L_1, L_2, …, L_n संरचनात्मक, प्रतीकात्मक, प्रासंगिक, आद्यप्रारूपीय, सांस्कृतिक और उच्च-क्रम की व्याख्यात्मक अनिश्चितता को वहन करती हैं (एंट्रॉपी-की-एंट्रॉपी की व्याख्या से बचने के लिए प्रतीकों को L_i लिखा गया है, H_i नहीं)। प्रत्येक सप्रतिबंध पद (conditional term) केवल उसी संरचित अनिश्चितता को जोड़ता है जो निचली परतों के हिसाब के बाद शेष रह जाती है, जिससे किसी भी चीज़ की दोहरी गणना नहीं होती है। रहस्य को शोर (noise) से स्पष्ट रूप से अलग किया गया है। शोर एक असंपीड्य यादृच्छिकता (incompressible randomness) है जो सुसंगत व्याख्या जोड़े बिना लागत बढ़ाती है; रहस्य एक संपीड्य-लेकिन-अभी-तक-पूरी-तरह-सुलझी-नहीं संरचना है जो आगे की व्याख्या को आमंत्रित करती है:

H_{\mathrm{mystery}}=H_{\mathrm{total}}-H_{\mathrm{noise}}-H_{\mathrm{resolved}}

उत्पादक व्याख्यात्मक क्षमता (Generative interpretive capacity)

मान लेते हैं कि किसी वस्तु द्वारा विषय में उत्पन्न स्थिर व्याख्याओं का सेट व्याख्या स्पेस (interpretation space) है, और प्रत्येक स्थिर व्याख्या दर्शक की संज्ञानात्मक गतिशीलता का एक आकर्षण (attractor) है। व्याख्या आयतन और जनरेटर जटिलता का एक साधारण अनुपात तब अपसरित हो जाता है जब जनरेटर तुच्छ हो — जो गलत तरीके से यादृच्छिक जुड़ाव ट्रिगर्स को असीम रूप से मूल्यवान दिखा देता है। नियमित रूप (regularised form) इसे ठीक करता है और सुसंगत समृद्धि को पुरस्कृत करता है:

\mathrm{GIC}^{*}(O,S)=\frac{\mathrm{Vol}\bigl(\Omega(O,S)\bigr)\cdot \mathrm{Coh}(\Omega)}{K_{\mathrm{gen}}(O)+\varepsilon}

इस अनुपात के पदों को नामित किया गया है, अभी तक अंतिम रूप से निर्धारित नहीं किया गया है: व्याख्या आयतन Vol(Ω) और जनरेटर जटिलता K_gen — चाहे इसे Kolmogorov जटिलता, विवरण/कार्यान्वयन लंबाई, घटक गणना, या एक निर्भरता-ग्राफ माप के रूप में महसूस किया जाए — इन्हें अभी भी प्रत्येक माध्यम के अनुसार परिचालन योग्य बनाना बाकी है। जैसा कि लिखा गया है, यह अनुपात एक सुगठित परिकल्पना है, न कि एक पूर्ण अनुमानक (estimator); समापन ढांचा इस अंतर को स्पष्ट रखता है।

संसक्ति कारक (coherence factor) यादृच्छिक जुड़ाव के विस्फोट को दंडित करता है: उच्च मूल्य के लिए कई व्याख्याओं और उनके बीच संरचित संसक्ति की आवश्यकता होती है, न कि कई असंबंधित जुड़ावों की। इसे एक विशिष्ट व्याख्या-दूरी पैमाने τ द्वारा सामान्यीकृत किया जाता है ताकि घातांक विमारहित रहे, जिसमें औसत सभी स्थिर व्याख्याओं के युग्मों पर लिया जाता है:

\mathrm{Coh}(\Omega)=\exp\!\left(-\frac{1}{\tau}\,\mathbb{E}_{i,j}\bigl[D_{g}(x_{i}^{*},x_{j}^{*})\bigr]\right),\qquad \mathbb{E}_{i,j}[\,\cdot\,]=\frac{1}{\mathrm{Vol}(\Omega)^{2}}\int_{\Omega}\!\int_{\Omega}(\cdot)\,d\mu(x_{i}^{*})\,d\mu(x_{j}^{*})

कला संसक्ति (Phase coherence) — समय (timing), जहाँ समय मौजूद है

प्रत्येक गतिशील सौंदर्यशास्त्रीय विशेषता को एक जटिल आयाम-और-कला (amplitude-and-phase) संकेत के रूप में लिखा जाता है। कला (Phase) कोई रूपक नहीं है: इसे केवल वहीं स्वीकार किया जाता है जहाँ वास्तविक समय, लय, या दोलन मौजूद हो — जैसे संगीत, एनिमेशन समय, स्क्रॉल लय, सैकेडिक समय, अंतःक्रिया विलंबता, प्रकटीकरण समय, ध्यान चक्र।

z_{k}(t)=A_{k}(t)\,e^{i\theta_{k}(t)}

Hilbert स्पेस में वस्तु और विषय की गतिशील अवस्थाओं का प्रतिनिधित्व करते हुए, सामान्यीकृत कला संसक्ति उनका परिसीमित आंतरिक-उत्पाद संरेखण (bounded inner-product alignment) है:

\mathrm{PC}(O,S,t)=\frac{\bigl|\langle z_{O}(t),z_{S}(t)\rangle\bigr|}{\lVert z_{O}(t)\rVert\,\lVert z_{S}(t)\rVert},\qquad 0\le \mathrm{PC}\le 1

गतिशील प्रणालियों के लिए यह वास्तविक समय संरेखण को मापता है — एक इंटरफ़ेस में, उच्च कला संसक्ति का अर्थ है कि गति, प्रकटीकरण और प्रतिक्रिया ठीक उसी समय आती है जब उपयोगकर्ता का ध्यान उन्हें प्राप्त करने के लिए तैयार होता है। एक स्थिर विरूपण साक्ष्य (static artifact) के लिए कला को सीधे लागू नहीं किया जाता है: यह केवल ध्यानाकर्षण के उस प्रक्षेपवक्र के माध्यम से प्रवेश करती है जो वह विरूपण साक्ष्य प्रेरित करता है — वह क्रम जिसमें आँख रचना को पढ़ती है और समय के साथ इसकी परतें खुलती हैं। जहाँ ऐसा कोई ध्यानाकर्षण अनुक्रम मापने योग्य नहीं होता है, वहाँ कला संसक्ति को एक स्थिर छवि पर थोपने के बजाय संरचनात्मक संरेखण (structural alignment) द्वारा प्रतिस्थापित किया जाता है।

Hamiltonian सूत्रीकरण

व्यापक समन्वय (generalised coordinate) के रूप में संज्ञानात्मक मॉडल की स्थिति के साथ, व्यापक संज्ञानात्मक संवेग (generalised cognitive momentum) मैनिफोल्ड के स्थानीय मीट्रिक द्वारा भारित वेग है — इसलिए ऐसे क्षेत्र में, जहाँ निकटवर्ती अवस्थाओं को आसानी से अलग पहचाना जा सकता है (फ़िशर सूचना अधिक), एक छोटा वैचारिक संचलन भी बड़ा संवेग ले जा सकता है:

p_{i}=g_{ij}(q)\,\dot{q}^{j}

गतिज संज्ञानात्मक ऊर्जा (Kinetic cognitive energy) मॉडल की गति की ऊर्जा है — उच्च मान दर्शक के पूर्वानुमानों के तेजी से पुनर्गठन के अनुरूप होते हैं। यह एक ही ऊर्जा है जिसे दो समतुल्य तरीकों से लिखा गया है: वेगों पर कार्य करने वाले मीट्रिक के साथ (सहप्रसरणशील g_{ij}), और — वेग को ऊपर वर्णित संयुग्मी संवेग तक कम करने के बाद — संवेगों पर कार्य करने वाले व्युत्क्रम मीट्रिक के साथ (प्रतिप्रसरणशील g^{ij})। संवेग रूप में उठा हुआ सूचकांक (raised index) ठीक वही है जो p_i में नीचे किए गए सूचकांक को निरस्त करता है:

T(q,\dot{q})=\tfrac{1}{2}\,g_{ij}(q)\,\dot{q}^{i}\dot{q}^{j}\qquad\text{(velocity form, covariant metric)}

T(q,p)=\tfrac{1}{2}\,g^{ij}(q)\,p_{i}\,p_{j}\qquad\text{(momentum form, inverse metric)}

सौंदर्यशास्त्रीय विभव वस्तु क्षेत्र को रहस्य और कला संसक्ति के साथ जोड़ता है; ऋणात्मक चिह्न दर्शाते हैं कि उच्च रहस्य और उच्च कला संसक्ति ऐसे आकर्षक कूप (attractive wells) बनाते हैं जो संज्ञान को गहरे जुड़ाव में खींचते हैं:

V(q,O,S)=\Phi_{O}(q)-\kappa\,H_{\mathrm{mystery}}(O,S,q)-\rho\,\mathrm{PC}(O,S,q)

सौंदर्यशास्त्रीय Hamiltonian गतिज और स्थितिज पदों का योग है — सौंदर्यशास्त्रीय अवस्था की नैदानिक ऊर्जा:

\mathcal{H}_{\mathrm{aest}}(q,p)=\tfrac{1}{2}\,g^{ij}(q)\,p_{i}p_{j}+\Phi_{O}(q)-\kappa\,H_{\mathrm{mystery}}(O,S,q)-\rho\,\mathrm{PC}(O,S,q)

आदर्श, गैर-अपव्ययी मामले में गतिशीलता Hamilton के समीकरणों का पालन करती है; यह शुद्ध चिंतन का आदर्शीकरण है, जिसमें कोई थकान और कोई व्यवधान नहीं होता है:

\dot{q}^{i}=\frac{\partial\mathcal{H}_{\mathrm{aest}}}{\partial p_{i}},\qquad \dot{p}_{i}=-\frac{\partial\mathcal{H}_{\mathrm{aest}}}{\partial q^{i}}

खुला, अपव्ययी संतुलन — केंद्रीय संतुलन समीकरण

वास्तविक संज्ञान आदर्श नहीं होता है। एक अपव्ययी लागत दर और एक संरचित इनपुट प्रवाह को शामिल करने से यह प्रणाली एक खुली प्रणाली में बदल जाती है, जो मॉडल के मूल में स्थित खुली-प्रणाली संतुलन समीकरण द्वारा शासित होती है (यह ऊष्मागतिकीय संतुलन का एक सादृश्य है, न कि भौतिक ऊष्मागतिकी का दावा):

\frac{d\mathcal{H}_{\mathrm{aest}}}{dt}=-\lambda\,C(t)+\mathcal{I}_{\mathrm{input}}(t)

सौंदर्य तब बना रहता है जब वस्तु संज्ञानात्मक अपव्यय की भरपाई के लिए पर्याप्त संरचित इनपुट प्रदान करती है, वह भी संसक्ति (coherence) को प्रभावित किए बिना। नीचे दी गई संज्ञानात्मक व्यवस्थाएं (cognitive regimes) इस अभिधारित संतुलन की गुणात्मक व्याख्याएं हैं — परीक्षण योग्य परिकल्पनाएं, न कि व्युत्पन्न प्रमेय।

संज्ञानात्मक व्यवस्थाएं

उबाऊपन परिचितता नहीं है; यह अपव्ययी असंतुलन है — वस्तु ध्यान की लागत का भुगतान करना बंद कर देती है और प्रक्षेपवक्र एक तुच्छ न्यूनतम में सिमट जाता है:

\mathcal{I}_{\mathrm{input}}(t)<\lambda\,C(t)\ \Rightarrow\ \dot{q}\to 0,\ p\to 0,\ H_{\mathrm{mystery}}\to 0

अतिभार केवल उच्च जटिलता नहीं है; यह सुसंगत व्याख्या की हानि है — बहुत कम समय में बहुत अधिक जानकारी, दर्शक कला-तालाबंद (phase-lock) नहीं कर पाता है, और व्याख्याएं अस्थिर हो जाती हैं:

\mathcal{I}_{\mathrm{input}}(t)\gg\lambda\,C(t)\ \Rightarrow\ \mathrm{PC}\to 0,\ \mathrm{Coh}(\Omega)\to 0

सौंदर्यशास्त्रीय प्रवाह संतुलित खुली-प्रणाली गतिशीलता है: इनपुट और लागत संतुलन में हैं, रहस्य अभी भी संरचित है, कला संसक्ति उच्च है, दर्शक सौंदर्यशास्त्रीय क्षेत्र के भीतर बंधा हुआ है। दीर्घकालिक सौंदर्य वही संतुलन है जो बार-बार के प्रदर्शन के बाद भी जीवित रहता है — यह इसलिए नहीं टिकता क्योंकि यह अंतहीन आश्चर्य पैदा करता है, बल्कि इसलिए टिकता है क्योंकि यह स्थिर संरचित रहस्य और सुसंगत व्याख्यात्मक क्षमता को बनाए रखता है:

\frac{d\mathcal{H}_{\mathrm{aest}}}{dt}\approx 0,\qquad H_{\mathrm{mystery}}>0,\ \ \mathrm{PC}\to 1,\ \ \mathrm{GIC}^{*}\gg 0

पूर्ण सौंदर्यशास्त्रीय क्रिया फलनक (aesthetic action functional)

पदों को एकत्रित करते हुए, एक अवधारणात्मक अंतराल में प्राप्त सौंदर्यशास्त्रीय मूल्य प्रक्षेपवक्र-एकीकृत संज्ञानात्मक कार्य है, जिसे सुसंगत व्याख्यात्मक क्षमता से गुणा किया जाता है:

\mathcal{B}_{v2.6}[\gamma]=\mathrm{GIC}^{*}(O,S)\int_{0}^{T}\!\left[\alpha\!\left(-\frac{d\Phi_{O}(\gamma(t))}{dt}\right)+\beta\,\frac{H_{\mathrm{mystery}}(O,S,t)}{T_{\mathrm{char}}}+\eta\,\nu_{\mathrm{res}}\,\mathrm{PC}(O,S,t)-\lambda\,C(t)\right]dt

प्रत्येक पद एक ऐसा आयाम वहन करता है जो सूचना-प्रवाह दर (nats प्रति सेकंड) में हल होता है: विभव-प्रवाह पद, संरचित-रहस्य रिलीज दर, कला-संसक्ति नमूनाकरण दर, संज्ञानात्मक लागत दर के विरुद्ध। समाकलन (integral) nats में कुल सौंदर्यशास्त्रीय कार्य है; व्याख्यात्मक-क्षमता गुणक विमारहित है।

पद	अर्थ	इंजीनियरिंग अवलोकनीय
$\Phi_{O}$	वस्तु-प्रेरित पूर्वानुमानी-बेमेल क्षेत्र	विरूपण साक्ष्य अवस्थाओं पर मॉडल अद्यतन की दर
$H_{\mathrm{mystery}}$	संरचित, अनसुलझी व्याख्यात्मक गहराई	अनसुलझी शब्दार्थ संबंधी गहराई जो आगे पढ़ने को प्रेरित करती है
$\mathrm{PC}$	वस्तु और विषय गतिशीलता का समय संरेखण	उपयोगकर्ता के व्यवहार के साथ UI गति/प्रकटीकरण का संरेखण
$\lambda C(t)$	संज्ञानात्मक लागत / अपव्यय	विलंबता, हिचकिचाहट, पश्चगमन (backtracking), अतिभार
$\mathrm{GIC}^{*}$	जटिलता के प्रति सुसंगत व्याख्यात्मक क्षमता	कार्यान्वयन जटिलता के प्रति स्थिर यात्रा क्षमता

यह गणित क्या दावा करता है, और क्या नहीं

दावा किया जा सकता है

जिसका दावा किया जा सकता है: एक सुसंगत औपचारिक ढांचा जो सौंदर्यशास्त्रीय अनुभव को मापने योग्य डिजाइन परिकल्पनाओं में अनुवादित करता है — संज्ञानात्मक लागत, संरचित रहस्य, कला संरेखण (phase alignment), व्याख्यात्मक क्षमता, और प्रक्षेपवक्र मूल्य — जिसे Fisher-Rao सूचना मैनिफोल्ड पर प्रक्षेपवक्र-एकीकृत संज्ञानात्मक कार्य के रूप में मॉडल किया गया है, जिसमें एक नैदानिक Hamiltonian, एक खुली अपव्ययी संतुलन समीकरण, और मिथ्याकरणीय संज्ञानात्मक व्यवस्थाएं (उबाऊपन, अतिभार, प्रवाह, दीर्घकालिक सौंदर्य) शामिल हैं।

दावा नहीं किया जा सकता

जिसका दावा नहीं किया जा सकता: कि यह मस्तिष्क का एक मापा गया भौतिक नियम है, या सौंदर्यशास्त्रीय Hamiltonian एक संरक्षित भौतिक मात्रा है, या यह मॉडल आज एक कैलकुलेटर के रूप में पूरी तरह से निर्दिष्ट है। यह संज्ञानात्मक सौंदर्यशास्त्रीय गतिशीलता के मॉडलिंग के लिए एक औपचारिक नैदानिक निश्चर (diagnostic invariant) है, न कि कोई सिद्ध संरक्षण नियम।

स्पष्ट सीमा

स्पष्ट सीमा: यह ढांचा बलों और संतुलनों का नाम तो देता है लेकिन अभी तक पूरी तरह से यह निर्दिष्ट नहीं करता है कि प्रत्येक को कैसे मापा जाए (MEASURE)। वस्तु विभव Φ_O, संज्ञानात्मक लागत C(t), इनपुट प्रवाह I_input(t), शोर और हल की गई एंट्रॉपी, जनरेटर जटिलता K_gen, व्याख्या स्पेस Ω, और स्थिरांक ν_res और T_char को केवल अनुमान लगाने योग्य अवलोकनीय (observables) के रूप में घोषित किया गया है, न कि इकाइयों और प्रक्रियाओं वाले निश्चित ऑपरेटरों के रूप में। क्या प्रत्येक को अकेले टेलीमेट्री से प्राप्त किया जा सकता है या इसके लिए आई-ट्रैकिंग (eye-tracking) जैसे उपकरणों की आवश्यकता है, यह एक खुला शोध क्षेत्र है — जिसे इसी रूप में प्रस्तुत किया गया है। जब तक उन ऑपरेटरों को निर्धारित नहीं किया जाता, यह एक मॉडलिंग ढांचा है, न कि एक तैयार कैलकुलेटर।

पूर्ण रूप से क्यों प्रकाशित किया गया

इसे वैसे भी पूर्ण रूप से क्यों प्रकाशित किया गया है: अपने सूत्रों और अपनी सीमा के साथ घोषित एक सुसंगत सैद्धांतिक ढांचा, विज्ञान परत का वैज्ञानिक-ईमानदारी अनुबंध है — विपणन परत बताती है कि TITI क्या करता है; यह परत बताती है कि इसे इस तरह क्यों संरचित किया गया है, और आज इसके प्रमाण कहाँ समाप्त होते हैं।

मॉडल का सबसे सशक्त संक्षिप्त विवरण: सौंदर्य एक वस्तु-प्रेरित सूचना विभव क्षेत्र द्वारा उत्पन्न प्रक्षेपवक्र-एकीकृत संज्ञानात्मक कार्य है, जिसे सुसंगत व्याख्यात्मक क्षमता से गुणा किया जाता है और कला संरेखण (phase alignment) तथा संज्ञानात्मक अपव्यय द्वारा सीमित किया जाता है।

संदर्भ

Amari, S. & Nagaoka, H. — Methods of Information Geometry (Fisher-Rao मीट्रिक, सांख्यिकीय मैनिफोल्ड्स) — https://doi.org/10.1090/mmono/191
Friston, K. — The free-energy principle: a unified brain theory? (वेरिएशनल मुक्त ऊर्जा) — https://doi.org/10.1038/nrn2787
Itti, L. & Baldi, P. — Bayesian surprise attracts human attention (आश्चर्य और ध्यान) — https://doi.org/10.1016/j.visres.2008.09.007

दावे और उनकी स्थिति

सौंदर्य को सूचना-मैनिफोल्ड पर पथ के साथ समाकलित संज्ञानात्मक कार्य के रूप में मॉडल किया गया है।	सैद्धांतिक मॉडल
फ़िशर सूचना मीट्रिक मापता है कि निकटवर्ती पूर्वानुमान-अवस्थाओं को अलग करना कितना कठिन है।	स्थापित गणित (राव, अमारी); सौंदर्य-बोध के लिए इसका उपयोग एक परिकल्पना है
वस्तु-प्रेरित विभव को परिवर्ती मुक्त ऊर्जा के साथ समान माना गया है।	मॉडलिंग का चयन; अवधारणा फ़्रिस्टन से ली गई
संरचित रहस्य, व्याख्यात्मक क्षमता (GIC*) और कला-संसक्ति परिभाषित राशियाँ हैं।	सैद्धांतिक मॉडल; मानव पर्यवेक्षकों पर मापा नहीं गया
ऊब, अधिभार, प्रवाह और स्थायी सौंदर्य एक ही संतुलन-समीकरण की अवस्थाएँ हैं।	परिकल्पना — गुणात्मक व्याख्याएँ, व्युत्पन्न प्रमेय नहीं
इस पृष्ठ के सूत्र प्रोडक्शन इंजन द्वारा गणना किए जाते हैं।	लागू नहीं — इंजन पैकेज में केवल एक अलग 7-विशेषता छवि-फ़िंगरप्रिंट और लक्ष्य-अनुरूपता स्कोरर है
वह फ़िंगरप्रिंट न्यूनतम और अलंकृत ग्राफ़िक डिज़ाइन को अलग करता है।	वर्णित नमूने पर जाँचा गया: 12 + 12 चयनित छवियाँ, whitened silhouette 0.32; यह चुनी गई शैली से अनुरूपता मापता है, सौंदर्य नहीं

प्रतीक और शब्द

𝓜: पर्यवेक्षक के आंतरिक पूर्वानुमान-मॉडलों का मैनिफोल्ड
m, q: 𝓜 का एक बिंदु (मॉडल-अवस्था); ज्यामिति खंडों में m और हैमिल्टनी खंडों में q लिखा गया — दोनों एक ही बिंदु हैं
g_ij: 𝓜 पर फ़िशर सूचना मीट्रिक (फ़िशर–राव ज्यामिति)
Φ_O: वस्तु-प्रेरित सौंदर्य-विभव; इस मॉडल में, वस्तु दिए होने पर पर्यवेक्षक-मॉडल की परिवर्ती मुक्त ऊर्जा
H_mystery: संरचित, अभी अनसुलझी व्याख्यात्मक अनिश्चितता, nats में (शोर और सुलझ चुकी अनिश्चितता को छोड़कर)
GIC*: संसक्त सृजनात्मक व्याख्यात्मक क्षमता: स्थिर व्याख्याओं का आयतन × उनकी संसक्ति, जनक-जटिलता के सापेक्ष
PC: वस्तु और पर्यवेक्षक की गतिकी की कला-संसक्ति, 0 से 1 के बीच; केवल वहीं जहाँ वास्तविक समय-संरचना हो
λ·C(t): संज्ञानात्मक लागत (अपव्यय) की दर, भार λ के साथ
𝓘_input: वस्तु द्वारा दिए गए संरचित इनपुट की दर
θ: θ फ़िशर मीट्रिक में मॉडल-प्राचलों को और, अलग से, कला-खंड में संकेत-कलाओं θ_k को दर्शाता है

स्रोत

Rao, C. R. (1945). Information and the accuracy attainable in the estimation of statistical parameters. Bulletin of the Calcutta Mathematical Society, 37, 81–91.
Amari, S., & Nagaoka, H. (2000). Methods of Information Geometry. Translations of Mathematical Monographs, vol. 191. American Mathematical Society. https://doi.org/10.1090/mmono/191
Cover, T. M., & Thomas, J. A. (2006). Elements of Information Theory (2nd ed.). Wiley. (entropy chain rule)
Friston, K. (2010). The free-energy principle: a unified brain theory? Nature Reviews Neuroscience, 11(2), 127–138. https://doi.org/10.1038/nrn2787
Itti, L., & Baldi, P. (2009). Bayesian surprise attracts human attention. Vision Research, 49(10), 1295–1306. https://doi.org/10.1016/j.visres.2008.09.007
Berlyne, D. E. (1971). Aesthetics and Psychobiology. Appleton-Century-Crofts.
Schmidhuber, J. (2009). Driven by compression progress: a simple principle explains essential aspects of subjective beauty, novelty, surprise, interestingness, attention, curiosity, creativity, art, science, music, jokes. In Anticipatory Behavior in Adaptive Learning Systems, LNCS 5499, 48–76. Springer.
Van de Cruys, S., & Wagemans, J. (2011). Putting reward in art: a tentative prediction error account of visual art. i-Perception, 2(9), 1035–1062.
Pikovsky, A., Rosenblum, M., & Kurths, J. (2001). Synchronization: A Universal Concept in Nonlinear Sciences. Cambridge University Press.
Arnold, V. I. (1989). Mathematical Methods of Classical Mechanics (2nd ed.). Graduate Texts in Mathematics 60. Springer.

उद्धरण कैसे दें

Titi Online. "संरचित संज्ञानात्मक कार्य के रूप में सौंदर्य: गणितीय कोर". तकनीकी नोट, संस्करण 1.1, 15 अक्टूबर 2026. https://titi.online/mathematics/