मई में समतल पर बिंदुओं के बारे में एक सवाल का अप्रत्याशित जवाब मिला। सितंबर तक एआई प्रयोगशालाएँ द्रवों में सिंगुलैरिटी के बारे में तर्क प्रकाशित कर रही थीं और साथ में ऐसी फ़ाइलें भी दे रही थीं जिनसे कंप्यूटर प्रमाण जाँच सकें। इन घोषणाओं के बीच नए प्रतिउदाहरण, बेहतर सीमाएँ और Fermat के अंतिम प्रमेय का औपचारिक रूपांतरण सामने आया।
एआई गणित में बदलाव को खंडित अनुमानों की गिनती तक सीमित नहीं किया जा सकता। ये नतीजे अलग सवाल पूछते हैं, इनके प्रमाण अलग हैं और कुछ काम अब भी बाक़ी है। प्रतिउदाहरण किसी धारणा को पलट सकता है, लेकिन ज़रूरी नहीं कि सर्वोत्तम संभव जवाब भी दे। बेहतर सीमा महत्वपूर्ण हो सकती है, जबकि उसके पास का प्रसिद्ध अनुमान अब भी अनसुलझा हो। कंप्यूटर-जाँचा प्रमाण कोई कथन स्थापित कर सकता है, पर यह नहीं समझाता कि उसके विचार दूसरी जगह क्यों उपयोगी होंगे।
यह लेख 20 मई को OpenAI की इकाई-दूरी घोषणा से सितंबर के Navier–Stokes दावे तक के प्रमुख घटनाक्रमों की पड़ताल करता है; जानकारी 22 सितंबर 2026 तक की है। इसमें बीच की अहम घोषणाएँ और उनसे उपजा शोध भी शामिल है। यह घटनाओं का क्रम समझाने वाला नक़्शा है, एआई-सहायता से हुए हर गणितीय शोधपत्र की पूरी सूची नहीं। हमने उद्धृत घोषणाएँ, संबंधित प्रमेय-विवरण, शोधपत्रों के परिचय और सत्यापन दस्तावेज़ पढ़े हैं। हमने इन प्रमाणों की स्वतंत्र सहकर्मी-समीक्षा नहीं की और न ही उनके औपचारिक रूपांतरण दोबारा बनाए।
हमारा मुख्य निष्कर्ष है कि प्रगति के सबसे मज़बूत प्रमाण के दो हिस्से हैं: मशीनें ऐसे गणितीय तर्क दे रही हैं जिनकी गंभीर जाँच होनी चाहिए, और लोग इनमें से कुछ तर्कों से पहले ही आगे का गणित निकाल रहे हैं। यह सिलसिलेवार प्रगति बनेगी या नहीं, यह काम की जाँच, व्याख्या और विस्तार के लिए दिए गए संसाधनों पर निर्भर करेगा।
मई: प्रतिउदाहरण ज्यामिति का नया रास्ता खोलता है
इकाई-दूरी की समस्या की कल्पना करना आसान है। समतल पर बिंदुओं का एक समूह रखें और उन जोड़ों की गिनती करें जिनके बीच की दूरी ठीक एक इकाई हो। बिंदु बढ़ाते जाएँ, तो ऐसे जोड़ों की संख्या कितनी बढ़ सकती है?
OpenAI की 20 मई की घोषणा ने नई रचना का श्रेय एक आंतरिक सामान्य-उद्देश्य तर्क मॉडल को दिया, जिसे Erdős की समस्याओं के एक समूह पर परखा गया था। कंपनी ने बाहरी गणितज्ञों का अलग सहलेखित शोधपत्र भी प्रकाशित किया, जिसमें उन्होंने तर्क की जाँच की। यह दूसरा दस्तावेज़ अहम है: इससे पाठक देख सकते हैं कि प्रयोगशाला के मॉडल संबंधी विवरण से परे उन गणितज्ञों ने क्या समझा और पुनर्निर्मित किया। OpenAI की घोषणा.
मूल पांडुलिपि में बिंदुओं के अनंत समूह बनाए गए हैं जिनमें n^(1+δ) या उससे अधिक इकाई-दूरी वाले जोड़े होते हैं; यहाँ δ एक नियत धनात्मक संख्या है। सरल शब्दों में, उदाहरण बड़े होते जाने पर भी घातांक में सुधार बना रहता है। यह लगभग रैखिक वृद्धि के अनुमान का खंडन करता है। लेकिन इससे हर बिंदु-संख्या के लिए इकाई-दूरियों की अधिकतम संख्या ठीक-ठीक तय नहीं होती; सर्वोत्तम सीमाएँ खोजने का व्यापक काम जारी है। इकाई-दूरी की पांडुलिपि.
अप्रत्याशित बात यह थी कि यह रचना आई कहाँ से। साथ के शोधपत्र में ज्यामितीय नतीजे को उन्नत बीजगणितीय संख्या सिद्धांत से जोड़ा गया है और पहले के गणितीय औज़ारों का नाम दिया गया है। इसके लेखक सरल और कुछ हद तक सामान्यीकृत पुनर्निर्माण भी देते हैं। यह एआई खोज के बाद हुए मानवीय काम का उपयोगी उदाहरण है: कार्य-विधि पहचानना, उसकी निर्भरताएँ स्पष्ट करना और तर्क को ऐसा रूप देना जिस पर दूसरे शोधकर्ता काम कर सकें। गणितज्ञों का सहलेखित शोधपत्र.
मई के नतीजे का महत्व जानने के इच्छुक पाठक को शुरुआती घोषणा जितनी ही बारीकी से बाद के शोधपत्र भी देखने चाहिए। किसी नई तकनीक को एक तरह की साख तब मिलती है जब शोधकर्ता उससे आगे के सवाल पूछते और उनके जवाब खोजते हैं।
मई से जुलाई: विचार दूसरे सवालों तक पहुँचने लगे
27 मई को Thomas Bloom, Will Sawin, Carl Schildkraut और Dmitrii Zhelezov ने वास्तविक संख्याओं पर योग-गुणनफल अनुमान का प्रतिउदाहरण प्रकाशित किया। मोटे तौर पर, यह इस बात से जुड़ा है कि किसी समुच्चय के तत्वों को जोड़ने या गुणा करने पर उसका आकार कितना बढ़ता है। उनकी रचना में इन दोनों से बने समुच्चय अनुमानित लगभग-द्विघात पैमाने से छोटे रह सकते हैं। लेखक साफ़ कहते हैं कि इकाई-दूरी के प्रतिउदाहरण ने उन्हें बड़ी डिग्री वाले संख्या-क्षेत्रों पर फिर सोचने के लिए प्रेरित किया। वे यह भी बताते हैं कि अंतिम रचना में पहले नतीजे जितने संख्या-सिद्धांत की ज़रूरत नहीं पड़ती। योग-गुणनफल पर शोधपत्र.
यह एआई से निकले नतीजे द्वारा मानव-लेखित गणित को प्रेरित करने का ठोस उदाहरण है। इससे यह साबित नहीं होता कि आगे का शोधपत्र एआई ने लिखा था। और उनके काम को प्रयोगशाला की सफलता-गिनती में समेटकर उसके लेखकों को भुला देना भी ठीक नहीं होगा।
Cosmin Pohoata का प्रीप्रिंट, पहली बार 11 जून को जमा हुआ और 28 जून को संशोधित किया गया, इस क्रम को Elekes–Rónyai समस्या तक ले जाता है। इसमें एक बहुपद का उदाहरण है जिसके मान उपयुक्त समुच्चयों पर अपेक्षा से कम फैलते हैं; इसमें हाल की इकाई-दूरी और योग-गुणनफल रचनाओं के विचार इस्तेमाल हुए हैं। शोधपत्र इन समस्याओं के बीच संबंध साफ़ करता है। Pohoata का शोधपत्र.
6 जुलाई को Sungchul Lee, Pohoata और Daniel Zhu ने Minkowski ग्रिड पर एक और नतीजा प्रकाशित किया। उनकी रचना उपसमुच्चयों के भीतर दोहराई जाने वाली दूरियों के गुण बनाए रखती है, जिससे बार-बार आने वाली दूरियों और समद्विबाहु त्रिभुजों से जुड़े सवालों पर असर पड़ता है। यह सिर्फ़ एक असाधारण समृद्ध विन्यास दिखाकर उसके भीतरी व्यवहार को अनदेखा करने से आगे की संरचना है। Minkowski ग्रिड पर शोधपत्र.
यहाँ आशावादी नज़रिए के पीछे प्रमाण मौजूद हैं। मई का नतीजा ऐसी सामग्री बना जिसे दूसरे शोधकर्ता कुछ ही हफ़्तों में बदल और दोबारा इस्तेमाल कर सके। हमारी सुझाई सफलता-कसौटी ऐसी उपयोगी विधियों का बनना और उन्हें समझने में लगा काम है। हल हुई समस्याओं की कच्ची गिनती यह अंतर नहीं दिखाएगी।
जुलाई: Jacobian का प्रतिउदाहरण दायरा स्पष्ट करने का महत्व दिखाता है
एक और उल्लेखनीय घटना Jacobian अनुमान से जुड़ी थी। Terence Tao की 21 जुलाई की व्याख्या Fable AI की मदद से बनी रचना पर केंद्रित है: तीन सम्मिश्र चरों में एक बहुपद रूपांतरण, जो छोटे पड़ोस में उलटने योग्य है, लेकिन कुल मिलाकर अलग-अलग बिंदुओं को एक ही आउटपुट पर भेजता है। तीन और उससे अधिक आयामों में अनुमान का व्यापक दावा ग़लत साबित होता है; दो आयामों वाला मामला अब भी खुला है। Tao स्पष्ट सूत्र देते हैं और रचना की ज्यामिति समझाते हैं। Tao की गणितीय व्याख्या.
स्पष्ट प्रतिउदाहरण में मूल विरोधाभास की गणना अपेक्षाकृत आसान हो सकती है। ऐसा उदाहरण क्यों होना चाहिए और उससे मिलते-जुलते उदाहरण कैसे बनाए जाएँ—यह खोजने में आगे का गणितीय काम लगता है। प्रकाशित सामग्री में Jacobian की यह घटना पाठक को दोनों कामों का अंतर दिखाती है।
सितंबर में भी यह अंतर अहम रहा। Arno van den Essen के 15 सितंबर के प्रीप्रिंट में प्रतिउदाहरण तक पहुँचने का एक सरल रास्ता है, जो निर्देशांकों के रैखिक बदलाव के बाद Levent Alpöge के मिले उदाहरण के समतुल्य है। यह रचना की नई व्याख्या है, मूल अनुमान का दूसरा स्वतंत्र खंडन नहीं। van den Essen का शोधपत्र.
शोध-प्रबंधक के लिए इससे प्रोत्साहन देने के तरीक़े में व्यावहारिक बदलाव का संकेत मिलता है। किसी जटिल खोज को समझने योग्य बनाने वाले व्यक्ति को संसाधन देना उतना ही आगे का काम खोल सकता है जितना किसी और चर्चित नतीजे की खोज में पैसा लगाना। यह घटनाक्रम पर हमारा आकलन है, यह दावा नहीं कि विश्वविद्यालयों ने पहले ही अपने प्रोत्साहन बदल दिए हैं।
अगस्त: गणितीय दावों की व्यापक शृंखला
1 अगस्त को OpenAI ने गणित और सैद्धांतिक कंप्यूटर विज्ञान में दस समूहों के नतीजे जारी किए। कंपनी के अनुसार तर्क आंतरिक Astra मॉडल से बने; पांडुलिपियाँ तैयार करने के लिए लोगों ने मॉडल के साथ काम किया और मॉडल ने Lean प्रमाण-पत्र बनाए। मई की एक नतीजे वाली घोषणा से यह उत्पादन-विवरण अलग है; यहाँ पांडुलिपि तैयार करने में योगदान स्पष्ट किया गया है। अगस्त की घोषणा.
6 अगस्त को अपडेट किए गए साथ के संग्रह में ये दावे बताए गए हैं। ये पांडुलिपियों के दावों का विवरण हैं, BIG CHANGE की दस अलग-अलग प्रमाण-पुष्टियाँ नहीं:
- गोले की पैकिंग: उच्च आयामों में अधिक तीखी आसिम्प्टोटिक ऊपरी सीमा।
- द्विआधारी और गोलाकार कोड: निर्दिष्ट दूरियों पर कोड के आकार की अधिक मज़बूत सीमाएँ।
- समूह सिद्धांत: एक गैर-सोफ़िक समूह की रचना।
- ऑपरेटर बीजगणित: Connes के कठोरता अनुमान के प्रतिउदाहरण।
- अंकगणितीय जटिलता: परमानेंट के लिए अधिक मज़बूत सर्किट और सूत्र निचली सीमाएँ।
- क्वांटम खेल: समानांतर पुनरावृत्ति का घातीय प्रमेय।
- जालिका की समस्याएँ: निकटतम सदिश समस्या के लिए अधिक मज़बूत सन्निकटन-कठिनाई नतीजे।
- उत्तल ज्यामिति: Ehrhart के आयतन अनुमान का प्रमाण।
- Ramsey सिद्धांत: बहुरंगी त्रिभुज Ramsey संख्याओं के लिए सुपर-घातीय निचली सीमा।
- चरम ग्राफ सिद्धांत: संहतता और डीजेनेरेसी अनुमानों के प्रतिउदाहरण।
विषयों की यह व्यापकता अहम है, लेकिन सभी को एक कुल संख्या में समेटना भ्रामक होगा। प्रतिउदाहरण खोजना, सीमा बेहतर करना और सामान्य प्रमेय सिद्ध करना—इनके नतीजे अलग होते हैं। गणितीय समस्या की कठिनाई से जुड़ा कोई नतीजा अपने-आप इस्तेमाल हो रही क्रिप्टोग्राफ़िक प्रणाली पर हमले को नहीं दिखाता। उसके अनुप्रयोग के लिए तर्क और सबूत की अपनी शृंखला चाहिए।
10 अगस्त को Anthropic ने Riemann परिकल्पना के आसपास अधिक सीमित दायरे वाली प्रगति प्रकाशित की। उसके अनुसार, अभी जारी न किए गए Claude मॉडल ने क्रांतिक रेखा पर पड़ने वाले जीटा फलनों के शून्यों के अनुपात की निचली सीमा बेहतर की। Anthropic के गणितज्ञों ने काम की जाँच की, बाहरी विशेषज्ञों ने शोधपत्र की समीक्षा की और उसका औपचारिक रूप भी तैयार हुआ। कंपनी स्पष्ट कहती है कि Claude ने Riemann परिकल्पना हल नहीं की और उसे उम्मीद नहीं कि ये तकनीकें ऐसा कर देंगी। Anthropic का विवरण.
जुड़े शोधपत्र में सीमा दो-तिहाई से कुछ ऊपर, लगभग 67.25% बताई गई है और इस्तेमाल किए गए पिछले विश्लेषणात्मक नतीजे भी पहचाने गए हैं। यह गणितीय कथन है जो बहुत बड़ी, सीमित संख्या में शून्य जाँचने भर का दावा नहीं है। यह अंतर बुनियादी है: अनुपात की निचली सीमा यह नहीं बताती कि हर संबंधित शून्य रेखा पर ही है। जीटा-शून्यों की पांडुलिपि.
दूसरी महत्वाकांक्षी पांडुलिपियाँ भी सामने आ रही हैं। Alpöge की वेबसाइट पर मौजूद एक दस्तावेज़ छह-आयामी गोले पर सम्मिश्र संरचना का प्रस्ताव देता है। उसकी रचना की जाँच की जा सकती है, लेकिन हमने जो प्रति देखी उससे घोषणा की भरोसेमंद तारीख़ या एआई के योगदान का पूरा विवरण तय नहीं होता। इसलिए हम इसे ऐसा प्रस्ताव मानकर शामिल करते हैं जिसकी पाठक पड़ताल कर सकते हैं, लेकिन इस घटनाक्रम में स्वतंत्र रूप से स्थापित उपलब्धि के रूप में पेश नहीं करते। छह-गोले की पांडुलिपि.
सितंबर की शुरुआत: अभाज्य संख्याओं के अंतर सत्यापन की सीमा दिखाते हैं
घोषणाओं का सिलसिला अभाज्य संख्याओं के बीच के अंतर तक भी पहुँचा। Axiom सहयोग का 3 सितंबर का प्रारंभिक शोधपत्र कहता है कि लगातार आने वाले अभाज्यों के अनंत युग्मों के बीच का अंतर अधिकतम 212 है। इसमें Julia Stadlmann के विश्लेषणात्मक काम और पहले की Polymath परियोजना को श्रेय दिया गया है। Lean प्रमाण-पत्र में विश्लेषणात्मक अनुमान और अलग से जाँचे गए परिवर्तनशील प्रमाण-पत्र को परिकल्पनाओं के रूप में भी लिया गया है। इससे सीमित-अंतर की समस्या आगे बढ़ती है; जुड़वाँ अभाज्य अनुमान के लिए ठीक दो के अंतर वाले अनंत युग्म चाहिए। Axiom टीम का शोधपत्र.
OpenAI का सार्वजनिक PrimeGaps186 रिपॉज़िटरी एक और छोटा अंतर देती है, लेकिन उसके साथ अहम शर्त भी है। उसका Lean विकास तीन शुरुआती स्वयंसिद्धों पर निर्भर है, जो साहित्य के दो अनुमानों और संख्यात्मक समाकल सीमाओं को समेटते हैं। रिपॉज़िटरी कहती है कि संख्यात्मक प्रमाणपत्र उन स्वयंसिद्धों को सिद्ध नहीं करता। इसलिए पाठकों को प्रस्तावित गणितीय तर्क और निर्दिष्ट इनपुट पर औपचारिक रूप से जाँचे गए हिस्से में फ़र्क करना चाहिए। इसे सिर्फ़ बुनियादी स्वयंसिद्धों से निकला बिना शर्त, पूरी तरह औपचारिक प्रमाण कहना ग़लत होगा। PrimeGaps186 रिपॉज़िटरी.
OpenAI की एक और पांडुलिपि लंबे अंतर पर है: लगातार अभाज्यों के बीच के अंतर कितने बड़े हो सकते हैं। इसमें बढ़ती हुई सीमा के नीचे सबसे बड़े अंतरों की निचली सीमा बेहतर होने की बात है। यह अनंत बार पास-पास अभाज्य युग्म ढूँढ़ने से अलग चरम समस्या है; एक पर प्रगति को दूसरी का हल नहीं गिनना चाहिए। लंबे अंतर की पांडुलिपि.
ये बारीकियाँ अभाज्य-अंतर के घटनाक्रम को ख़ास तौर पर उपयोगी बनाती हैं। सुर्ख़ी में दो संख्याएँ आसान दौड़ जैसी दिख सकती हैं। प्रमाण की निर्भरताएँ सामने आने पर बेहतर सवाल यह है कि कौन-सा क़दम किन तरीकों से स्थापित हुआ। औपचारिक रूप अधूरा रहने पर भी मान्यताओं को साफ़ बताना उपयोगी है।
4 सितंबर: औपचारिक रूपांतरण भी खोज-कथा का हिस्सा
Anthropic की 4 सितंबर की घोषणा ऐसे प्रमेय पर है जिसका गणितीय प्रमाण पहले से ज्ञात था: Fermat का अंतिम प्रमेय। दावा यह है कि Claude ने ग्यारह दिनों में अधिकांशतः स्वायत्त ढंग से उसका पूरा Lean औपचारिक रूपांतरण तैयार किया। कंपनी मानव मार्गदर्शन और ऐसे सहयोगी मंच का वर्णन करती है जिसने एजेंटों को निर्भरताएँ सँभालने में मदद की। वह इस काम के पीछे की गणितीय प्रमाण-परंपरा को भी श्रेय देती है। औपचारिक रूपांतरण की घोषणा.
सार्वजनिक रिपॉज़िटरी सुर्ख़ी से अधिक ठोस प्रमाण देती है। उसमें प्रमेय का कथन है, निर्भरताओं का रिकॉर्ड है और Lean के मानक स्वयंसिद्धों तथा Mathlib में दर्ज कथन से तुलना की जाँच का विवरण है। वह यह भी कहती है कि यह ऐसा शोध-कलाकृति है जिसका रखरखाव नहीं किया जाता। हमने दस्तावेज़ देखे; उसका बिल्ड दोबारा नहीं चलाया। FLT रिपॉज़िटरी.
अगर अधिक संभावित तर्क पैदा करने वाले यही औज़ार उन्हें औपचारिक रूप देने में भी मदद करें, तो जाँच की क्षमता भी बढ़ सकती है। आशावाद का यह बड़ा कारण है। आगे के शोधकर्ताओं को जाँचने के लिए ठोस सामग्री मिलेगी। फिर भी उन्हें जानना होगा कि बीच के नतीजों का दोबारा उपयोग आसान है या नहीं, निर्भरताएँ अब भी बिल्ड होती हैं या नहीं और कलाकृति का रखरखाव कौन करता है। केवल बनाए गए कोड की मात्रा से इन सवालों के जवाब नहीं मिलते।
यहाँ संस्थानों के सामने उपयोगी विकल्प है। कोई प्रयोगशाला प्रमाण को अपने मॉडल का पूरा प्रदर्शन बताकर जारी कर सकती है, या उसे ऐसे ढाँचे के रूप में सहारा दे सकती है जिस पर दूसरे लोग आगे काम करें। दोनों रास्ते प्रकाशन के बाद अलग ज़िम्मेदारियाँ पैदा करते हैं। रखरखाव, समझाने वाले उदाहरण और स्थिर संदर्भ शोध-बजट का हिस्सा होने चाहिए।
8 सितंबर: Navier–Stokes नतीजा वास्तव में क्या कहता है
द्रवों का नतीजा इन सवालों को और स्पष्ट करता है। OpenAI की 8 सितंबर की घोषणा, जिसे 10 सितंबर को अपडेट किया गया, Navier–Stokes अस्तित्व और सुचारुता समस्या का प्रस्तावित हल पेश करती है। इसमें काम का श्रेय समन्वय करने वाले एजेंटों के ज़रिए चल रहे एक आंतरिक मॉडल को दिया गया है, और लिखित तर्क तथा Lean औपचारिक रूप जारी किए गए हैं। OpenAI कहता है कि वह Millennium Prize का दावा करने का इरादा नहीं रखता। घोषणा.
पांडुलिपि की परिस्थिति सकारात्मक श्यानता और सावधानी से बनाई गई बाहरी शक्ति के साथ त्रि-आयामी असंपीड्य द्रव गति है। स्थिर अवस्था से शुरू होकर प्रस्तावित हल की गति सीमित समय में असीम हो जाती है, जबकि कुल ऊर्जा सीमित रहती है। बाहरी बल सुचारु है और जगह तथा समय में सीमित रहता है। गणितीय रचना में सिकुड़ता भँवर है और ऐसे सुधार हैं जिनसे बचा हुआ बल सुचारु बना रहता है। ये समीकरणों के हल से जुड़े दावे हैं, भौतिक प्रयोग या नए इंजीनियरिंग सिम्युलेटर के अवलोकन नहीं। Navier–Stokes पांडुलिपि.
दायरा समझने के लिए बाहरी बल केंद्रीय है। Clay समस्या के Charles Fefferman के आधिकारिक विवरण में विघटन के विकल्प C और D के तहत सुचारु बल की अनुमति है। वैश्विक सुचारुता वाले विकल्प A और B बिना बाहरी बल के समीकरणों से जुड़े हैं। इसलिए प्रस्तावित प्रकार का वैध नतीजा Clay के स्पष्ट रूप से अनुमत विकल्प को संबोधित कर सकता है, जबकि बिना बल वाली वैश्विक नियमितता का सवाल अनसुलझा छोड़ सकता है। बल को अप्रासंगिक कहना प्रमेय को बढ़ा-चढ़ाकर पेश करेगा; उसे घोषित समस्या से बाहर बताना नियमों का ग़लत वर्णन होगा। आधिकारिक समस्या-विवरण.
OpenAI ने अलग Euler तर्क भी जारी किया, जो श्यानता-विहीन आदर्शीकृत द्रव से संबंधित है। उस पांडुलिपि में बाहरी बल के बिना सुचारु शुरुआती आँकड़ों से सीमित समय में विघटन का प्रस्ताव है। Euler और Navier–Stokes समीकरण जुड़े हैं, लेकिन इन दोनों शोधपत्रों की मान्यताओं और नतीजों को अलग-अलग रखना चाहिए। Euler पांडुलिपि.
आसपास का शोध-इतिहास भी मायने रखता है। European Mathematical Society के 10 सितंबर के वक्तव्य में Córdoba, Martínez-Zoroa और Zheng के काम के साथ Alpöge, Buckmaster और पहले के गणितीय योगदानों को मान्यता दी गई है। इसमें पहुँच, लेखकीय श्रेय और मान्यता के सवाल भी उठाए गए हैं। मॉडल के नाम से सीधे प्रमेय पर पहुँच जाने वाला विवरण उन विचारों के संचय को खो देता है जिसने यह काम संभव किया। EMS का वक्तव्य.
11 सितंबर को Clay ने कथित समाधान के बारे में सतर्क उत्साह जताया और कहा कि उसका मूल्यांकन और श्रेय देने की प्रक्रिया जानबूझकर जल्दबाज़ी के बिना चलेगी। यह संस्थागत प्रतिक्रिया मायने रखती है। यह न पुरस्कार की घोषणा है, न यह बयान कि काम के हर पहलू की समीक्षा पूरी हो गई है। Clay की घोषणा.
पाठकों के लिए बिना कुछ जोड़े भी सही निष्कर्ष काफ़ी अहम है: एक एआई प्रयोगशाला ने मान्य Millennium समस्या को हल करने वाला प्रस्तावित प्रमाण जारी किया है, जिसके गणितीय और औपचारिक दस्तावेज़ जाँचे जा सकते हैं, और प्रमुख संस्थान इसे गंभीरता से ले रहे हैं। व्यापक स्वीकृति, श्रेय और समझ की प्रक्रियाओं में अब भी काम बाक़ी है।
प्रमाण की जाँच एक सटीक सवाल का जवाब देती है
औपचारिक सत्यापन समीक्षकों के लिए उपलब्ध प्रमाण बदलता है। इससे रिपोर्टिंग भी अधिक सटीक होनी चाहिए।
Lean के दस्तावेज़ वैध प्रमाण और सिद्ध किए जा रहे कथन के अर्थ में अंतर करते हैं। बुनियादी सफल जाँच यह स्थापित करती है कि औपचारिक कथन अपनी परिभाषाओं और मान्यताओं से निकलता है। अतिरिक्त जाँचें अधूरी निर्भरताएँ उजागर कर सकती हैं, स्वयंसिद्धों का ऑडिट कर सकती हैं और प्रमाण की तुलना स्वतंत्र रूप से तय किए गए कथन से कर सकती हैं। दस्तावेज़ बाहरी जाँचकर्ताओं से मज़बूत सत्यापन का तरीका बताते हैं और अब भी बची मान्यताओं की पहचान करते हैं। Lean की सत्यापन मार्गदर्शिका.
मान लें कि किसी शोधकर्ता को ऐसा बंध चाहिए जो किसी एल्गोरिदम के हर इनपुट पर लागू हो। सहायक औपचारिक रूप से सही प्रमेय देता है, लेकिन स्वीकार्य इनपुट की उसकी परिभाषा एक कठिन वर्ग को बाहर रखती है। प्रमाण सही हो सकता है, फिर भी शोधकर्ता के अनुप्रयोग को समर्थन नहीं मिलता। यह काल्पनिक उदाहरण दिखाता है कि सवाल और उसके औपचारिक कथन के बीच अनुवाद पर ध्यान देना क्यों ज़रूरी है।
नयापन जाँचने का एक और सवाल खड़ा करता है। प्रमाण-प्रणाली यह तय नहीं करती कि वही तर्क पुराने शोधपत्र में अलग शब्दावली के तहत पहले आया था या नहीं, श्रेय पूरा है या नहीं, या दावा किया गया सुधार अनुप्रयोग के लिए कुछ अहम बदलता है या नहीं। इन निर्णयों के लिए साहित्य की पड़ताल और विषय-विशेषज्ञता चाहिए।
इसलिए किसी बड़े नतीजे को जारी करने वाली प्रयोगशाला से हम एक टिकाऊ पैकेज देने की अपेक्षा करेंगे: आम गणितीय भाषा में सटीक दावा, उपलब्ध हो तो उसका औपचारिक रूप, प्रमाण और निर्भरताएँ, इंसानों और मॉडल के योगदान का स्पष्ट विवरण, तथा क्या-क्या समीक्षा हुई और संशोधित हुआ उसका रिकॉर्ड। यह रिपोर्टिंग का हमारा प्रस्तावित मानक है। इससे दूसरे शोधकर्ताओं को ज़िम्मेदारी का पता लगाने और संबंधित जाँच दोहराने का तरीका मिलता है।
सलाहकार समूह बढ़ती समन्वय समस्या पर ध्यान देता है
गणित और कृत्रिम बुद्धिमत्ता पर सलाहकार समूह की 21 सितंबर की घोषणा इसी पृष्ठभूमि में आई। समूह का कहना है कि वह स्वतंत्र है, बिना मानदेय काम करता है और किसी भी संबंधित एआई कंपनी को सलाह देने को तैयार है। उसका तत्काल काम OpenAI को उन अतिरिक्त नतीजों को जारी करने पर सलाह देना है जिन्हें कंपनी ने हासिल करने की बात कही है। समूह सार्वजनिक सिफ़ारिशों का वादा करता है और साफ़ कहता है कि कंपनियों के भीतर उसके पास निर्णय लेने का अधिकार नहीं। Terence Tao के ब्लॉग पर घोषणा समूह की अतिथि पोस्ट है। समूह का वक्तव्य.
OpenAI के अनुसार सलाह का दायरा समीक्षा, संचार, महत्व और प्रसार से जुड़ा है। वह यह भी कहता है कि समूह को उसकी आंतरिक गणितीय प्रगति की गति पर सलाह देने की ज़िम्मेदारी नहीं दी गई है। इसलिए सलाहकार भूमिका को समीक्षा और समन्वय का माध्यम समझना चाहिए; फ़ैसले कंपनी के पास ही रहते हैं। OpenAI की सलाहकार समूह घोषणा.
इस व्यवस्था का स्वागत करने के कारण हैं। बेहतर समन्वय से दोहराई जा रही समीक्षा घट सकती है, सही विशेषज्ञों की पहचान हो सकती है और यह सुनिश्चित हो सकता है कि नतीजे का विवरण उसके प्रमाण के समर्थन के अनुरूप हो। इसकी सीमाएँ भी साफ़ हैं: सलाह पर जवाब देना ज़रूरी है, और केवल स्वतंत्रता होने से उसे लागू कराने की व्यवस्था नहीं बनती। पाठकों को प्रकाशित सिफ़ारिशें और कंपनियों की उन पर कार्रवाई देखनी चाहिए।
संदेह जताने वाला पक्ष शोध के उद्देश्य पर भी सवाल उठाता है। 11 सितंबर की Math and AI घोषणा का तर्क है कि सूचीबद्ध समस्याएँ हल करने की होड़ समझ विकसित करने और भावी गणितज्ञों को प्रशिक्षित करने की उपेक्षा कर सकती है। हस्ताक्षरकर्ताओं के अनुसार विचारों को सिखाने योग्य और उपयोगी बनाने वाली प्रक्रियाएँ ख़तरे में पड़ सकती हैं। यह विषय से जुड़े लोगों की गंभीर राय है, ऐसा मापन नहीं जो दिखाए कि एआई के हर इस्तेमाल ने पहले ही नुकसान पहुँचाया है। घोषणा.
Terence Tao के ब्लॉग पर 15 सितंबर के अतिथि-निबंध में Henry Cohn इससे जुड़ा तर्क आगे बढ़ाते हैं: कम समझाए गए नतीजों को आत्मसात करने का काम समुदाय पर भारी पड़ सकता है। उनका सवाल उन लोगों को मिलने वाले प्रोत्साहन का भी है जो व्याख्या का काम करते हैं। यहाँ सही श्रेय देना भी ज़रूरी है: यह Cohn का निबंध है, भले ही Tao ने इसे अपने ब्लॉग पर रखा हो। Cohn का निबंध.
अगली प्रगति किसी और के इस्तेमाल के लिए आसान होनी चाहिए
मई से सितंबर तक का घटनाक्रम ठोस उदाहरणों से आशावादी नज़रिया दिखाता है। ज्यामितीय प्रतिउदाहरण से आगे की रचनाएँ प्रेरित हुईं। शोधकर्ताओं ने हैरतअंगेज बहुपद रूपांतरण समझाने के अधिक स्पष्ट तरीके खोजे। औपचारिक रूपांतरण से ऐसे अतिरिक्त दस्तावेज़ बने जिनसे जटिल तर्क की जाँच हो सकती है। मॉडल के आउटपुट और गणितीय अभ्यास के बीच उपयोगी रिश्ता बनाने की सामग्री सामने है।
निराशावादी स्थिति भी व्यावहारिक है। प्रयोगशालाएँ प्रस्तावित नतीजे दूसरों की समझने की क्षमता से तेज़ पैदा कर सकती हैं और फिर घोषणाओं को पूरे हो चुके वैज्ञानिक योगदान गिन सकती हैं। समीक्षा का बोझ विशेषज्ञों के छोटे समूह पर पड़ सकता है, जबकि संसाधन और प्रतिष्ठा लंबित काम पैदा करने वाली प्रणालियों की ओर जाएँ। मॉडल तक सीमित पहुँच, खोज पैदा करने वालों और उसका आकलन करने वालों के बीच असंतुलन बढ़ा सकती है।
हमारी राय में प्रयोगशालाओं, फ़ंड देने वालों और पत्रिकाओं को प्रक्रिया के दोनों पक्ष मापने चाहिए। संभावित खोजों के साथ स्वतंत्र समीक्षा, उपयोगी सरलीकरण, सुधारे गए तर्क, दोबारा इस्तेमाल योग्य औपचारिक लाइब्रेरी और बाद के शोध का भी हिसाब रखें। नतीजे को समझने योग्य बनाने वाले लोगों को श्रेय दें। सुधारों को भी घोषणाओं जितनी दृढ़ता से प्रकाशित करें।
अगली बड़ी खोज पर नज़र रखने वाले पाठक के लिए सबसे खुलासा करने वाला सवाल विशिष्ट है: अब दूसरा शोधकर्ता ऐसा क्या कर सकता है जो पहले नहीं कर सकता था? जवाब कोई प्रतिउदाहरण बनाना, अधिक मज़बूत गारंटी स्थापित करना, कठिन तर्क जाँचना या नया तरीका सिखाना हो सकता है। एआई गणित की प्रगति वहीं गणित की प्रगति बनती है।
