क्या AI अब नई गणित खोज सकता है? OpenAI की 722 मैन्युस्क्रिप्ट्स ने छेड़ी बहस

टेक डेस्क: OpenAI ने गणित के क्षेत्र में एक बड़ा और असामान्य कदम उठाते हुए अपने एक अभी तक सार्वजनिक रूप से रिलीज़ नहीं किए गए आंतरिक frontier model से तैयार 722 गणितीय मैन्युस्क्रिप्ट्स जारी किए हैं। इन शोध-पत्रों को 372 अलग-अलग “result families” में व्यवस्थित किया गया है। हर फैमिली में मुख्य परिणाम, वैकल्पिक प्रमाण, संबंधित निष्कर्ष या सहायक तर्क शामिल हो सकते हैं। यह पूरा संग्रह सार्वजनिक GitHub रिपॉजिटरी में उपलब्ध कराया गया है।

OpenAI के मुताबिक इन नतीजों के लिए मॉडल को लगभग 4,000 गणितीय समस्याओं पर आजमाया गया था। कंपनी का कहना है कि एक औसत परिणाम तैयार करने में उतना compute लगा, जितना करीब तीन घंटे के ChatGPT Pro thinking के बराबर है। साथ ही 10 परिणामों के लिए मॉडल की reasoning के संक्षिप्त सार भी साझा किए गए हैं। इस रिलीज़ की सबसे खास बात सिर्फ मैन्युस्क्रिप्ट्स की संख्या नहीं है, बल्कि यह दावा है कि इनमें से कई परिणाम खुले गणितीय प्रश्नों से जुड़े हैं। OpenAI ने अपने आधिकारिक बयान में कहा है कि इन आंतरिक मॉडलों का मूल्यांकन अब ऐसे open research problems पर किया जा रहा है, क्योंकि पुराने mathematical benchmarks पर प्रदर्शन काफी मजबूत हो चुका था।

यही बात इस रिलीज़ को महत्वपूर्ण बनाती है। अभी तक AI को मुख्य तौर पर मौजूद गणितीय समस्याओं को हल करने, प्रमाण समझाने या पहले से ज्ञात परिणामों को दोहराने के लिए देखा जाता था। लेकिन अगर कोई मॉडल वास्तव में नए और सही गणितीय निष्कर्ष दे रहा है, तो यह AI को केवल “सहायक उपकरण” से आगे बढ़ाकर संभावित शोध सहयोगी की भूमिका में ला सकता है।

OpenAI ने कई मैन्युस्क्रिप्ट्स के साथ Lean formalizations भी साझा किए हैं। Lean एक formal proof system है, जिसमें गणितीय प्रमाण को इस तरह लिखा जाता है कि कंप्यूटर उसके हर तार्किक कदम की जांच कर सके। इससे कम से कम उन परिणामों की विश्वसनीयता बढ़ती है, जिनका formalization उपलब्ध है।

हालांकि एक अहम सावधानी भी जरूरी है। सभी 722 मैन्युस्क्रिप्ट्स पूरी तरह computer-verified नहीं हैं। OpenAI खुद रिपॉजिटरी में स्पष्ट करता है कि कुछ unformalized results में समस्याएं हो सकती हैं और इन्हें आगे सुधारा जा सकता है। इसलिए 722 मैन्युस्क्रिप्ट्स को 722 पूरी तरह सिद्ध और निर्विवाद breakthroughs मान लेना सही नहीं होगा।

इस रिलीज़ के साथ वैज्ञानिक सत्यापन का सवाल भी और बड़ा हो गया है। जब AI बहुत तेजी से सैकड़ों शोध परिणाम बनाने लगे, तो मानव गणितज्ञों के लिए हर प्रमाण को विस्तार से पढ़ना, सत्यापित करना और उसका महत्व समझना एक चुनौती बन सकती है। इसी वजह से formal verification, peer review और स्वतंत्र विशेषज्ञ जांच की भूमिका और अहम हो जाती है।

OpenAI ने इस प्रक्रिया में Institute for Advanced Study से जुड़े स्वतंत्र Advisory Group on Mathematics and Artificial Intelligence की सलाह लेने की बात भी कही है। कंपनी का कहना है कि उसने इसी सलाह के आधार पर परिणामों के प्रकाशन, citation और revisions के लिए प्रक्रियाएं तय की हैं।

यह advisory group पहले इस बात पर भी चिंता जता चुका है कि advanced open mathematical problems को proprietary AI models के benchmark की तरह इस्तेमाल करने से रिसर्च संस्कृति, academic credit और वैज्ञानिक प्राथमिकताओं पर असर पड़ सकता है। यही वजह है कि यह रिलीज़ केवल तकनीकी उपलब्धि नहीं, बल्कि शोध नैतिकता से जुड़ी बहस का हिस्सा भी बन गई है।

इस पूरे मामले का एक और अहम पहलू transparency है। OpenAI ने problem counts, compute estimates, reasoning summaries और formal proofs जैसी अतिरिक्त जानकारियां भी जारी की हैं। इससे बाहरी शोधकर्ता यह बेहतर समझ सकते हैं कि मॉडल ने किस तरह के काम किए और किन जगहों पर अभी स्वतंत्र सत्यापन की जरूरत है।

फिर भी मॉडल खुद अभी public release नहीं हुआ है। इसका नाम, API access या सार्वजनिक उपयोग की तारीख फिलहाल नहीं दी गई है। OpenAI ने कहा है कि वह इस मॉडल को जिम्मेदारी के साथ रिलीज़ करने की दिशा में काम कर रहा है।

इस रिलीज़ का असर गणित से आगे भी जा सकता है। अगर AI जटिल गणित में विश्वसनीय नए परिणाम उत्पन्न कर सकता है, तो भविष्य में यही क्षमता भौतिकी, कंप्यूटर विज्ञान, क्रिप्टोग्राफी, इंजीनियरिंग और अन्य वैज्ञानिक क्षेत्रों में भी उपयोगी हो सकती है।

फिलहाल सबसे बड़ा सवाल यह नहीं है कि AI ने कितने पेपर लिखे, बल्कि यह है कि इनमें से कितने परिणाम स्वतंत्र जांच में टिकते हैं और कितने वास्तव में नई मानव जानकारी जोड़ते हैं। अगर बड़ी संख्या में ये निष्कर्ष सही और महत्वपूर्ण साबित होते हैं, तो यह वैज्ञानिक खोज की प्रक्रिया में AI की भूमिका को लेकर एक बड़े बदलाव का संकेत हो सकता है।