ओपनएआई का दावा: उसके एआई ने 372 खुले गणितीय समस्याएं हल कीं। गणितज्ञ संशय में

अक्टूबर की शुरुआत में, ओपनएआई ने गिटहब पर 722 गणितीय पांडुलिपियां प्रकाशित कीं, जो सभी एक ही आंतरिक मॉडल द्वारा तैयार की गई थीं, जिसे कंपनी ने कभी सार्वजनिक नहीं किया। ओपनएआई के अनुसार, सिस्टम ने गणित की 17 शाखाओं — जिनमें संख्या सिद्धांत, ज्यामिति, प्रायिकता और सैद्धांतिक कंप्यूटर विज्ञान शामिल हैं — में लगभग 4,000 खुली समस्याओं पर काम किया और उनमें से 372 पर परिणाम दिए। यह घोषणा चीनी गणितज्ञ वांग होंग द्वारा काकेगावा अनुमान के त्रि-आयामी संस्करण पर अपने काम के लिए अनुशासन के सर्वोच्च सम्मान, फील्ड्स पदक जीतने के तीन महीने से भी कम समय बाद आई। कंपनी ने संकेत दिया कि ओपनएआई का मॉडल एक आयाम आगे बढ़ गया था।

यही ढांचा रिलीज़ को दूर तक पहुंचाने वाला बना। गणित कृत्रिम बुद्धिमत्ता के लिए एक असंभावित परीक्षण क्षेत्र बन गया है, क्योंकि निबंध लेखन या छवि निर्माण के विपरीत, एक प्रमाण की जांच की जा सकती है। एक सही प्रमाण हमेशा के लिए सही रहता है; एक गलत प्रमाण को कोई भी सक्षम स्नातक छात्र ध्वस्त कर सकता है। स्वाभाविक निर्णायक विपणन विभाग नहीं, बल्कि फील्ड्स पदक विजेता होते हैं।

समस्या मात्रा की है। सात सौ बाईस पांडुलिपियां एक शोधपत्र नहीं हैं। यह एक छोटी पुस्तकालय है, और इसे पढ़ने के लिए उस धीमी, आलोचनात्मक एकाग्रता की आवश्यकता होती है जिसे उसी प्रकार के मॉडल को नहीं सौंपा जा सकता जिसने इसे लिखा है। फाइलों को देखना शुरू करने वाले गणितज्ञ एक मिश्रित तस्वीर बताते हैं: ऐसे तर्क जो किसी विशिष्ट चरण तक विश्वसनीय लगते हैं, ऐसी परिभाषाएं जो बीच में चुपचाप अर्थ बदल देती हैं, और कभी-कभी ऐसे परिणाम जो वास्तव में नए प्रतीत होते हैं।

चीनी विज्ञान लेखक अधिक स्पष्ट रहे हैं। एक व्यापक रूप से साझा किए गए निबंध ने इस रिलीज़ की तुलना कचरे के एक पहाड़ की खोज से की, जिसमें शोधकर्ता नाक बंद करके उसमें सोना खोज रहे हैं। यह चित्र निर्दयी है, लेकिन इसमें शामिल वास्तविक श्रम को दर्शाता है। किसी को पंक्ति दर पंक्ति यह तय करना है कि उन 372 दावा किए गए परिणामों में से कौन-से किसी मानव विशेषज्ञ के संपर्क में टिक पाते हैं।

यह मशीन लर्निंग में एक परिचित पैटर्न है। उम्मीदवार समाधान उत्पन्न करने वाले सिस्टम उन्हें सत्यापित करने के लिए उपलब्ध मनुष्यों से बहुत आगे निकल जाते हैं, चाहे गणित हो, औषधि खोज हो या पदार्थ विज्ञान। सत्यापन बाधा बन जाता है, और बाधा उपकरण का वास्तविक मूल्य निर्धारित करती है। दस हजार परिकल्पनाएं प्रस्तावित करने वाला मॉडल उतना ही उपयोगी है जितनी वह प्रयोगशाला जो उनका परीक्षण कर सके।

मॉडल क्या कर रहा है, इस पर एक गहरा प्रश्न भी है। गणितज्ञ प्रमाण खोजने और यह समझने के बीच अंतर करते हैं कि कोई प्रमेय सत्य क्यों है। एक मशीन वैध चरणों की श्रृंखला खोज सकती है, बिना उस संरचना को समझे जो परिणाम को अनिवार्य बनाती है, और यही संरचना मनुष्यों को किसी परिणाम को नए मामलों तक विस्तारित करने देती है। यदि ओपनएआई की पांडुलिपियों में वैध प्रमाण हैं लेकिन अंतर्दृष्टि नहीं, तो वे अभी भी उपयोगी हो सकती हैं — लेकिन अकेले वे क्षेत्र की सोच को नहीं बदलेंगी।

फिलहाल, ईमानदार उत्तर यह है कि कोई नहीं जानता। पांडुलिपियां सार्वजनिक हैं, दावे जांचने के लिए पर्याप्त विशिष्ट हैं, और जांच शुरू हो चुकी है। गणित ने विवाद हमेशा इसी तरह सुलझाए हैं, और यह किसी उत्पाद घोषणा से धीमी प्रक्रिया है।

यह प्रकरण जो दिखाता है वह यह है कि एआई कंपनियों ने तय कर लिया है कि गणित वह क्षेत्र है जहां वे अपने सबसे विश्वसनीय दावे कर सकती हैं। यह क्षेत्र एआई बहस में एक दुर्लभ चीज़ प्रदान करता है: एक निर्णय जो किसी की राय पर निर्भर नहीं करता। यदि उन 372 परिणामों में से भी एक अंश टिक जाता है, तो इस रिलीज़ को एक मील का पत्थर माना जाएगा। यदि अधिकांश जांच में ढह जाते हैं, तो इसे पाठ उत्पन्न करने और ज्ञान उत्पन्न करने के बीच के अंतराल के बारे में एक सबक के रूप में याद किया जाएगा।