6 अक्टूबर को कंपनी द्वारा AI-जनित गणित का बड़ा संग्रह जारी करने के बाद एसोसिएशन फॉर ह्यूमन मैथमेटिक्स (AHM) ने गणितज्ञों से OpenAI के साथ काम बंद करने का आग्रह किया। अपने 7 अक्टूबर के बयान में समूह की मुख्य आपत्ति उन्नत खुले प्रश्नों पर काम करने के लिए निजी मॉडल के उपयोग और उससे बने सैकड़ों शोधपत्रों को एक साथ जारी करने पर है। वह OpenAI के इस दावे को चुनौती देता है कि प्रकाशन का यह तरीका गणित को आगे बढ़ाता है, हालांकि सार्वजनिक फ़ाइलें अलग-अलग दावों की जाँच संभव बनाती हैं।

यह AHM के संचार कार्यसमूह का रुख है। यह न तो गणितीय समुदाय का मतदान है और न यह निष्कर्ष कि हर पांडुलिपि गलत है। Terence Tao ने इस पाठ को AHM के अतिथि-बयान के रूप में फिर प्रकाशित किया, और इसे अपना बयान बताने के बजाय लेखकत्व स्पष्ट किया।

बड़ा बदलाव

  • क्या बदला: OpenAI की रिपॉज़िटरी पर बहस अब अलग-अलग परिणामों की वैधता से आगे बढ़ गई है। AHM शोध समस्याएँ चुनने और गणितज्ञों को परिणाम किस शर्त पर मिलेंगे, यह तय करने में कंपनी की भूमिका को चुनौती देता है।
  • यह क्यों मायने रखता है: विवाद इस बात पर है कि परिणाम बनाने वाले उपकरण की जाँच कौन कर सकता है और बड़े पैमाने पर प्रकाशन को परखने तथा समझाने का काम कौन करेगा। किसी खास प्रमाण की मरम्मत या औपचारीकरण के बाद भी ये प्रश्न बने रहते हैं।
  • क्या देखना है: OpenAI का कहना है कि वह औपचारीकरण जोड़ेगा। संशोधित दावों का स्वतंत्र आकलन और आगे के संस्करण-चिह्नित सुधार स्पष्ट करेंगे कि गणितज्ञ किन खास परिणामों की पुष्टि और समझ कर सकते हैं।

AHM किस बात पर आपत्ति कर रहा है

AHM कहता है कि गणितज्ञों ने यह काम नहीं माँगा था। वह 700 से अधिक फ़ाइलों को जारी करने को विद्वत्ता के बजाय शक्ति-प्रदर्शन कहता है और पाठकों से क्षेत्र के लिए इसके मूल्य पर सवाल उठाने को कहता है। बयान में स्वतंत्र Advisory Group on Mathematics and Artificial Intelligence (AGMAI) का भी उल्लेख है और कहा गया है कि OpenAI ने आंतरिक मॉडलों पर उन्नत गणित का परीक्षण रोकने का समूह का शुरुआती अनुरोध अनदेखा किया।

इस संदर्भ का स्पष्ट आधार है। 29 सितंबर के AGMAI दिशानिर्देश अग्रणी प्रयोगशालाओं को स्वामित्व वाले मॉडलों पर उन्नत समस्याओं का परीक्षण रोकने की सलाह देते हैं। वही दस्तावेज़, यदि प्रयोगशालाएँ परिणाम पहले ही बना चुकी हों, तो उन्हें जारी करने के लिए सशर्त सुझाव देता है: स्पष्ट गणितीय लेखन, उपयुक्त रिपॉज़िटरी, काम कैसे बना इसका खुलासा, जहाँ संभव हो औपचारीकरण, और मानवीय समझ में सहायता। दस्तावेज़ कहता है कि सुझाव 600 से अधिक सर्वे जवाबों पर आधारित थे और उत्तरदाताओं के सबसे बड़े हिस्से का समर्थन मिला। ये तथ्य AHM की बाद की OpenAI के साथ काम रोकने की अपील को AGMAI निर्देश या पूरे क्षेत्र का निर्णय नहीं बनाते।

अपने 6 अक्टूबर की रिलीज़ पर जवाब में, AGMAI ने स्पष्ट किया कि उसकी सलाहकार भूमिका का अर्थ OpenAI की प्रक्रिया का समर्थन या परिणामों के प्रभाव पर फैसला करना नहीं है। उसने प्रकाशन को मानवीय आकलन की शुरुआत बताया और कहा कि उसकी सिफ़ारिशों का कितना पालन हुआ, यह केवल गणितीय समुदाय ही तय कर सकता है। OpenAI ने पहले समूह को स्वतंत्र बताया था और कहा था कि वह समीक्षा व संवाद पर सलाह देगा, लेकिन कंपनी के आंतरिक शोध की गति नियंत्रित नहीं करेगा। यहाँ सलाह और अधिकार का अंतर महत्त्वपूर्ण है: AHM की आलोचना OpenAI के विकल्पों को चुनौती देती है, यह साबित नहीं करती कि किसी बाहरी बोर्ड ने उन्हें मंज़ूर या वीटो किया।

बदलते रिकॉर्ड की भी जाँच ज़रूरी है

OpenAI का रिपॉज़िटरी कहता है कि संग्रह के काम सत्यापन के अलग-अलग चरणों में हैं। उसकी मौजूदा सूची में 372 परिवारों में 719 पांडुलिपियाँ हैं। एक परिवार में कई शोधपत्र हो सकते हैं। रिपॉज़िटरी के अनुसार कुछ पांडुलिपियों में Lean औपचारीकरण नहीं हैं और कुछ गैर-औपचारिक परिणामों में समस्याएँ हो सकती हैं; वह बताता है कि मुख्य परिणामों में लगभग 42% औपचारिक रूप से जाँचे गए हैं। औपचारीकरण किसी खास कथन के लिए निर्दिष्ट, मशीन से जाँचा जा सकने वाला तर्क है—यह संबंधित शोधपत्र के हर दावे की व्यापक पुष्टि नहीं है; रिपॉज़िटरी का दर्जा स्वतंत्र गणितीय समीक्षा का विकल्प भी नहीं। हमारी पिछली फ़ाइलों और प्रमाण-विन्यास की मार्गदर्शिका बताती है कि इस दायरे को कैसे समझें।

तीन पांडुलिपियाँ वापस लेने के बाद गिनती बदली। OpenAI की 7 अक्टूबर की इतिहास प्रविष्टि वापसी का कारण एक प्रमाण में चिह्न की गलती बताती है, जिसने उस पर निर्भर दो शोधपत्रों को भी प्रभावित किया। प्रविष्टि में अन्य 14 पांडुलिपियों के संशोधन, 13 और की संदर्भ-सूची में अपडेट और छह अतिरिक्त औपचारीकरण भी दर्ज हैं। तीन वापसी सूचनाओं पर हमारी रिपोर्ट सीमित निष्कर्ष समझाती है: चिन्हित तर्क अब उन शोधपत्रों के दावों को स्थापित नहीं करते; सूचनाएँ गणितीय कथनों को गलत साबित नहीं करतीं। वापस लिया गया प्रमाण, सुधारी गई पांडुलिपि और औपचारिक रूप दिया गया परिणाम अलग-अलग स्थितियाँ हैं।

ये संशोधन दिखाते हैं कि बड़े और असमान रूप से औपचारिक किए गए संग्रह की समीक्षा में कितना काम लग सकता है। यह रिपॉज़िटरी रिकॉर्ड का हमारा विश्लेषण है, AHM के बयान का दावा नहीं। AHM निजी मॉडल से संग्रह बनाने और जारी करने के निर्णय का विरोध करता है। वहीं, OpenAI ने संस्करणयुक्त सामग्री दी है, जिसे शोधकर्ता जाँच, सुधार और चर्चा कर सकते हैं। समीक्षा क्षमता पर हमारे पिछले विश्लेषण में बड़ी संख्या में प्रस्तावित परिणामों को समझे हुए गणित में बदलने के लिए आवश्यक श्रम पर बात की गई थी। मौजूदा विवाद एक अधिक तीखा सवाल जोड़ता है: इस तरह इतनी बड़ी मात्रा में काम बनाना, उसका आकलन करने वालों के लिए उपयोगी है या नहीं?

स्रोत और आगे पढ़ें