Cobblestone: A Divide-and-Conquer Approach for Automating Formal Verification
कॉबलस्टोन (Cobblestone) एक लागत प्रभावी, विभाजित-और-जीतें (divide-and-conquer) ढांचा है जो कोक (Coq) में औपचारिक प्रमाणों को पुनरावृत्ति से विघटित और सत्यापित करने के लिए लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जो संभावित रूप से दोषपूर्ण एआई घटकों पर निर्भर रहने के बावजूद जटिल प्रमेयों के सत्यापन को सफलतापूर्वक स्वचालित करते हुए भी शुद्धता की गारंटी देता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक विशाल, अविश्वसनीय रूप से जटिल जिग्सॉ पहेली (jigsaw puzzle) को हल करने की कोशिश कर रहे हैं। यह सिर्फ कोई साधारण पहेली नहीं है; यह एक प्रमाण है कि सॉफ्टवेयर का एक हिस्सा (जैसे कि बैंक या विमान चलाने वाला कोड) 100% बग-मुक्त (bug-free) है। कंप्यूटर विज्ञान की दुनिया में, इसे फॉर्मल वेरिफिकेशन (Formal Verification) कहा जाता है।
परंपरागत रूप से, इस पहेली को हल करने के लिए एक मानव जीनियस (एक "प्रूफ इंजीनियर") को एक-एक करके टुकड़ों को जोड़ने में महीनों या वर्षों तक समय देने की आवश्यकता होती है। यह धीमा, महंगा और थका देने वाला है।
हाल ही में, हमने AI (विशेष रूप से लार्ज लैंग्वेज मॉडल्स, या LLMs) का उपयोग करने की कोशिश की है। सोचिए कि AI एक सुपर-फास्ट, सुपर-स्मार्ट अनुमान लगाने वाला है। आप उससे पूछते हैं, "यहाँ आपकी पहेली है, कृपया इसे हल करें!" और वह एक ही बार में पूरा समाधान निकालने की कोशिश करता है।
समस्या:
AI अच्छा है, लेकिन पूर्ण नहीं है। कभी-कभी यह भ्रमित हो जाता है (hallucinations), अटक जाता है, या किसी टुकड़े को गलत जगह पर रख देता है। यदि AI 1,000 टुकड़ों वाली पहेली में एक भी टुकड़ा गलत करता है, तो पूरा समाधान अमान्य हो जाता है। पुराने टूल्स बस कह देते थे, "ओह, विफल रहा," और फिर से शुरू से प्रयास करते थे, जिससे बहुत सारा समय और पैसा बर्बाद होता था।
समाधान: कॉबलस्टोन (Cobblestone)
यह पेपर Cobblestone नामक एक नया टूल पेश करता है। AI से पूरी पहेली को एक साथ हल करने के लिए कहने के बजाय, Cobblestone एक "विभाजित करो और जीतो" (Divide and Conquer) रणनीति का उपयोग करता है।
यहाँ बताया गया है कि Cobblestone कैसे काम करता है, एक रचनात्मक उपमा (analogy) का उपयोग करते हुए:
1. "पूरा केक" वाला प्रयास
सबसे पहले, Cobblestone AI से पूछता है: "क्या आप यह पूरा केक बना सकते हैं?"
AI एक ही बार में पूरी रेसिपी (प्रमाण) लिखने की कोशिश करता है।
- परिदृश्य A: AI इसे सही ढंग से कर लेता है! 🎉 Cobblestone कहता है, "बहुत बढ़िया, हो गया!"
- परिदृश्य B: AI कोई गलती कर देता है। शायद फ्रॉस्टिंग गलत है, या केक बीच में ही ढह गया है।
2. "फेल-सेफ" निरीक्षण (जादुई ट्रिक)
पुराने दिनों में, यदि केक ढह जाता, तो आप पूरे केक को फेंक देते और फिर से शुरू करते।
Cobblestone अलग है। इसमें एक विशेष "फेल-सेफ मोड" है। यह AI के बिखरे हुए केक को देखता है और कहता है:
- "ठीक है, निचली परत एकदम सही है। इसे रखें।"
- "मध्य परत थोड़ी अस्त-व्यस्त है, लेकिन बायां हिस्सा ठीक है।"
- "ऊपरी परत पूरी तरह से खराब है। हमें केवल ऊपरी हिस्से को ठीक करने की आवश्यकता है।"
यह अच्छे हिस्सों को फेंकता नहीं है। यह सटीक रूप से पहचान लेता है कि AI कहाँ गलत हुआ।
3. रिकर्सिव "फिक्स-इट" लूप (Recursive "Fix-It" Loop)
अब, Cobblestone टूटे हुए हिस्सों (उप-लक्ष्यों/sub-goals) को लेता है और AI से केवल उन छोटे टुकड़ों को ठीक करने के लिए कहता है।
- "हे AI, पूरे केक को भूल जाओ। बस मुझे इस एक बिखरे हुए कोने को ठीक करने का तरीका बताओ।"
- AI फिर से प्रयास करता है। यदि वह सफल होता है, तो Cobblestone उस टुकड़े को मुख्य केक में वापस जोड़ देता है।
- यदि वह फिर से विफल होता है, तो Cobblestone उस छोटे कोने को और भी छोटे टुकड़ों में तोड़ देता है और फिर से पूछता है।
यह बड़े कार्यों को छोटे, प्रबंधनीय हिस्सों में तोड़ता रहता है, जब तक कि हर एक टुकड़ा सही न हो जाए।
4. "हथौड़ा" (शॉर्टकट)
कभी-कभी, पहेली का कोई हिस्सा इतना सरल होता है कि AI को अनुमान लगाने की भी आवश्यकता नहीं होती। Cobblestone के पास CoqHammer नामक एक टूल है। इसे एक जादुई हथौड़े के रूप में सोचें जो सरल समस्याओं को तुरंत हल करके खत्म कर सकता है। Cobblestone जहाँ भी संभव हो इस हथौड़े का उपयोग करता है, जिससे AI की मानसिक शक्ति वास्तव में कठिन हिस्सों के लिए बच जाती है।
यह एक बड़ी बात क्यों है?
- यह सस्ता है: पेपर कहता है कि Cobblestone चलाने की लागत प्रति प्रमेय (theorem) लगभग $1.25 है और इसमें लगभग 15 मिनट लगते हैं। यह महत्वपूर्ण सॉफ्टवेयर को सत्यापित करने के लिए एक कॉफी खरीदने जैसा है।
- यह स्मार्ट है: यह उन सर्वोत्तम गैर-AI टूल्स से भी अधिक प्रमेय सिद्ध करता है और उन अन्य AI टूल्स को भी मात देता है जो एक ही बार में पूरी चीज़ को हल करने की कोशिश करते हैं।
- यह लचीला है: यदि कोई मानव विशेषज्ञ मदद करना चाहता है, तो वे कह सकते हैं, "हे, इस हिस्से के लिए इस विशिष्ट ट्रिक का उपयोग करें," या "यहाँ एक संकेत (hint) है।" Cobblestone सुनता है और समस्या को तेज़ी से हल करने के लिए उस संकेत का उपयोग करता है।
निष्कर्ष (The Bottom Line)
कल्पना कीजिए कि आप एक विशाल, धुंधले पहाड़ पर चढ़ने की कोशिश कर रहे हैं।
- पुराने AI टूल्स एक ही बड़ी छलांग में शिखर पर पहुँचने की कोशिश करते हैं। यदि वे चूक जाते हैं, तो वे गिर जाते हैं और उन्हें नीचे से फिर से शुरू करना पड़ता है।
- Cobblestone एक रस्सी और मानचित्र वाले पर्वतारोही की तरह है। वे एक कदम लेते हैं, जांचते हैं कि क्या वे ठोस जमीन पर हैं, और यदि वे फिसलते हैं, तो वे केवल बेहतर पकड़ खोजने के लिए कुछ फीट पीछे खिसकते हैं। वे जो प्रगति करते हैं उसे बनाए रखते हैं और केवल उसी हिस्से पर दोबारा चढ़ते हैं जहाँ वे फिसले थे।
बड़ी समस्याओं को छोटे, हल करने योग्य चरणों में तोड़कर और अच्छे हिस्सों को सुरक्षित रखकर, Cobblestone उच्च सटीकता और कम लागत के साथ जटिल सॉफ्टवेयर को स्वचालित रूप से सत्यापित करना संभव बनाता है, जो हमें सभी के लिए बग-मुक्त सॉफ्टवेयर के करीब लाता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।