⚛️ high-energy theory

CayleyPy Growth: Efficient growth computations and hundreds of new conjectures on Cayley graphs (Brief version)

यह शोध पत्र CayleyPy को प्रस्तुत करता है, जो एक उच्च-प्रदर्शन वाला ओपन-सोर्स पायथन लाइब्रेरी है जो केली (Cayley) और श्रेयर (Schreier) ग्राफ विकास की गणना करने में मौजूदा प्रणालियों से काफी बेहतर प्रदर्शन करता है, जिससे विभिन्न समूह संरचनाओं में व्यास (diameters) और विकास पैटर्न पर लगभग 200 नए अनुमानों (conjectures) की खोज संभव हो सकी है।

मूल लेखक: A. Chervov, D. Fedoriaka, E. Konstantinova, A. Naumov, I. Kiselev, A. Sheveleva, I. Koltsov, S. Lytkin, A. Smolensky, A. Soibelman, F. Levkovich-Maslyuk, R. Grimov, D. Volovich, A. Isakov, A. Kostin

प्रकाशित 2026-03-24

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: A. Chervov, D. Fedoriaka, E. Konstantinova, A. Naumov, I. Kiselev, A. Sheveleva, I. Koltsov, S. Lytkin, A. Smolensky, A. Soibelman, F. Levkovich-Maslyuk, R. Grimov, D. Volovich, A. Isakov, A. Kostin, M. Litvinov, N. Vilkin-Krom, A. Bidzhiev, A. Krasnyi, M. Evseev, E. Geraseva, L. Grunwald, S. Galkin, E. Koldunov, S. Diner, A. Chevychelov, E. Kudasheva, A. Sychev, A. Kravchenko, Z. Kogan, A. Natyrova, L. Shishina, L. Cheldieva, V. Zamkovoy, D. Kovalenko, O. Papulov, S. Kudashev, D. Shiltsov, R. Turtayev, O. Nikitina, D. Mamayeva, S. Nikolenko, M. Obozov, A. Titarenko, A. Dolgorukova, A. Aparnev, O. Debeaupuis, S. Alami C., H. Isambert

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, जटिल पहेली को हल करने की कोशिश कर रहे हैं। शायद यह एक रूबिक क्यूब (Rubik's Cube) हो, एक स्लाइडिंग टाइल गेम हो, या फिर ताश की गड्डी को फिर से व्यवस्थित करना हो। गणित में, इन पहेलियों को अक्सर केले ग्राफ (Cayley Graphs) के रूप में दर्शाया जाता है।

एक केले ग्राफ को एक विशाल, बहु-आयामी भूलभुलैया (maze) के रूप में सोचें।

कमरे: आपके पजल का हर संभव विन्यास (ताश के पत्तों को व्यवस्थित करने का हर तरीका) एक कमरा है।
दरवाजे: वे चालें जिन्हें आप चलने के लिए स्वतंत्र हैं (जैसे "कार्ड 1 और 2 को बदलना" या "ऊपरी परत को घुमाना") वे कमरे जोड़ने वाले दरवाजे हैं।
लक्षत: आप एक अस्त-व्यस्त शुरुआती कमरे से एक पूरी तरह से व्यवस्थित "होम" कमरे तक कम से कम दरवाजों का उपयोग करके पहुँचना चाहते हैं।

इस भूलभुलैया का व्यास (Diameter) उस सबसे लंबे रास्ते की लंबाई है जो आपको सबसे अस्त-व्यस्त कमरे से सबसे साफ कमरे तक जाने के लिए तय करना पड़ सकता है। यह इस बात का "सबसे खराब मामला" (worst-case scenario) है कि पहेली कितनी कठिन है।

समस्या: भूलभुलैया बहुत बड़ी है

साधारण पहेलियों के लिए, हम पूरी भूलभुलैया का मानचित्र बना सकते हैं। लेकिन जटिल पहेलियों के लिए (जैसे 52 ताश के पत्तों को फेंटना), कमरों की संख्या इतनी विशाल हो जाती है (एक 'गूगोल' या उससे अधिक) कि दुनिया के सबसे शक्तिशाली सुपरकंप्यूटर भी फंस जाते हैं। पारंपरिक गणितीय सॉफ्टवेयर (जैसे GAP या Sage) एक बहुत ही बुद्धिमान, लेकिन धीमे लाइब्रेरियन की तरह है जो हर एक किताब को एक-एक करके जांचने की कोशिश करता है। उन्हें उन समस्याओं को हल करने में दिनों या वर्षों लग जाते हैं जिन्हें एक आधुनिक AI सेकंडों में हल कर सकता है।

समाधान: CayleyPy (AI खोजकर्ता)

इस शोध पत्र के लेखकों ने CayleyPy नामक एक नया टूल बनाया है। इसे AI-संचालित खोजकर्ताओं की एक टीम के रूप में सोचें जो हाई-टेक टॉर्च और ड्रोन से लैस हैं।

गति: भूलभुलैया के माध्यम से पैदल चलने के बजाय, वे ग्राफ़िक्स प्रोसेसिंग यूनिट्स (GPUs)—वही चिप्स जो वीडियो गेम को वास्तविक दिखाते हैं—का उपयोग करके एक साथ लाखों कमरों को स्कैन करने के लिए "टेलीपोर्ट" कर सकते हैं।
दक्षता: वे पुराने उपकरणों की तुलना में 1,000 गुना तेज़ हैं। वे उन भूलभुलैयाओं का पता लगा सकते हैं जिन्हें मैप करना पहले असंभव था।

उन्होंने क्या खोजा?

इस नए टूल का उपयोग करके, टीम ने केवल कुछ पहेलियाँ ही नहीं सुलझाईं; उन्होंने लगभग 50 अलग-अलग प्रकार की भूलभुलैयाओं को देखा और 200 नए गणितीय अनुमान (conjectures) पाए। यहाँ सबसे रोमांचक खोजें दी गई हैं, जिन्हें सरल भाषा में समझाया गया है:

1. "क्वासी-पॉलीनोमियल" पैटर्न (जादुई सूत्र)

गणितज्ञ हमेशा इन भूलभुलैया के व्यास की भविष्यवाणी करने के लिए संघर्ष करते आए हैं क्योंकि इसकी गणना करना अक्सर एक दुःस्वप्न होता है।

खोज: टीम ने पाया कि कई प्रकार की पहेलियों के लिए, उत्तर यादृच्छिक अराजकता (random chaos) नहीं है। इसके बजाय, यह पहेली के आकार के आधार पर एक सरल, दोहराव वाले पैटर्न का अनुसरण करता है।
उपमा: कल्पना करें कि 10-टुकड़ों वाली पहेली के लिए, उत्तर $X$ है। 11-टुकड़ों वाली पहेली के लिए, यह $Y$ है। आप उम्मीद कर सकते हैं कि संख्याएँ बेतरतीब ढंग से ऊपर-नीचे होंगी। लेकिन टीम ने पाया कि उत्तर एक चिकनी वक्र रेखा (जैसे एक परवलय/parabola) का पालन करते हैं जो केवल इस आधार पर थोड़ा बदल जाता है कि टुकड़ों की संख्या सम (even) है या विषम (odd)।
यह क्यों मायने रखता है: इसका मतलब है कि अब हम बिना पूरी पहेली को हल किए, केवल कुछ छोटे उदाहरणों को देखकर यह अनुमान लगा सकते हैं कि बहुत बड़ी संख्या में टुकड़ों के लिए पहेली कितनी कठिन होगी।

2. "व्हिस्कर्स के साथ वर्ग" (परफेक्ट पजल डिज़ाइन)

टीम ने पूछा: "हम सबसे कठिन पहेली क्या बना सकते हैं?"

खोज: उन्होंने पाया कि सबसे कठिन भूलभुलैया विशिष्ट प्रकार की चालों से बनाई जाती है जो एक दो छोटी शाखाओं वाले वर्ग (जैसे व्हिस्कर्स/मूंछों वाला वर्ग) की तरह दिखती हैं।
उपमा: यदि आप एक भूलभुलैया को यथासंभव भ्रमित करने वाला बनाने के लिए डिज़ाइन कर रहे हैं, तो केवल यादृच्छिक दरवाजे न बनाएं। अपने दरवाजों को इस विशिष्ट "व्हिस्कर्स वाले वर्ग" के आकार में व्यवस्थित करें। यह पाया गया कि यह आकार सबसे लंबे पथ बनाता है। उन्होंने परीक्षण किया कि आकार 15 तक यह हर बार सही साबित हुआ।

3. 50 साल पुराने रहस्य को सुलझाना (ग्लुशकोव की समस्या)

1968 में, एक प्रसिद्ध सोवियत वैज्ञानिक वी.एम. ग्लुशकोव ने एक विशिष्ट प्रश्न पूछा था: "यदि आपके पास चालों का एक विशिष्ट सेट है (सब कुछ बाईं ओर खिसकाना और पहले दो को आपस में बदलना), तो सबसे खराब स्थिति को व्यवस्थित करने के लिए कितने चालों की आवश्यकता होती है?"

खोज: टीम ने कई आकारों के लिए इसे गणना करने के लिए अपने AI का उपयोग किया और एक सटीक सूत्र पाया। उन्होंने अनिवार्य रूप से एक ऐसी समस्या को हल किया जो 50 से अधिक वर्षों से खुली थी।
परिणाम: उन्होंने एक सटीक सूत्र प्रदान किया जो आपको बताता है कि यह विशिष्ट पहेली उसके आकार के आधार पर कितनी कठिन है।

4. अराजकता का "बेल कर्व" (Bell Curve of Chaos)

जब आप ताश की गड्डी को फेंटते हैं, तो अधिकांश व्यवस्थाएं "मध्यम" कठिनाई की होती हैं। कुछ बहुत आसान होती हैं, और कुछ बहुत कठिन।

खोज: कुछ प्रकार की पहेलियों के लिए, कठिनाई का वितरण एक बेल कर्व (Bell Curve) (सांख्यिकी में क्लासिक पहाड़ी आकार) जैसा दिखता है। इसका मतलब है कि अधिकांश पहेलियाँ औसत हैं, और अत्यधिक कठिनाइयाँ दुर्लभ हैं। यह गणितज्ञों को इन समूहों में यादृच्छिकता (randomness) के "आकार" को समझने में मदद करता है।

आपको इससे क्यों फर्क पड़ना चाहिए?

यह केवल गणितीय पहेलियों के बारे में नहीं है। यहाँ उपयोग की गई तकनीकें उन्हीं तकनीकों के समान हैं जिनका उपयोग निम्न में किया जाता है:

रोबोटिक्स: एक रोबोटिक हाथ के टकराने से बचने के लिए सबसे कुशल पथ की योजना बनाना।
जेनेटिक्स (आनुवंशिकी): यह समझना कि लाखों वर्षों में DNA खुद को कैसे पुनर्व्यवस्थित करता है (विकासवाद)।
आर्टिफिशियल इंटेलिजेंस (AI): यह परीक्षण करना कि क्या AI एक गणितज्ञ की तरह "सोच" सकता है। लेखकों ने एक "कगल चैलेंज" (Kaggle Challenge - एक सार्वजनिक प्रतियोगिता) भी बनाया है, जहाँ वे AI मॉडलों को इन पहेलियों को हल करने की कोशिश करने के लिए कहते हैं। अब तक, AI मॉडल संघर्ष कर रहे हैं, जो यह दर्शाता है कि इन समस्याओं को हल करने के लिए अभी भी बहुत मानवीय अंतर्ज्ञान (intuition) की आवश्यकता है।

सारांश

CayleyPy प्रोजेक्ट एक गणितज्ञ को एक्स-रे चश्मे देने जैसा है। अब वे विशाल, जटिल पहेलियों के कोहरे के पार देख सकते हैं, छिपे हुए पैटर्न खोज सकते हैं, और यह अनुमान लगा सकते हैं कि वे कितनी कठिन हैं। उन्होंने एक ऐसी समस्या को बदल दिया जिसे हल करने में सुपरकंप्यूटरों को वर्षों लग जाते थे, उसे कुछ सेकंडों के काम में बदल दिया, जिससे सैकड़ों नए गणितीय रहस्यों को सुलझाने का रास्ता खुल गया।

यहाँ शोध पत्र "CAYLEYPY GROWTH: EFFICIENT GROWTH COMPUTATIONS AND HUNDREDS OF NEW CONJECTURES ON CAYLEY GRAPHS" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र परिमित समूहों (विशेष रूप से सिमेट्रिक ग्रुप $S_n$ , अल्टरनेटिंग ग्रुप $A_n$ , और मैट्रिक्स समूहों) के केली ग्राफ़ (Cayley graphs) से संबंधित समूह सिद्धांत (group theory) और ग्राफ सिद्धांत के मौलिक खुले प्रश्नों को संबोधित करता है। मुख्य चुनौतियाँ निम्नलिखित हैं:

व्यास गणना (Diameter Computation): केली ग्राफ़ का व्यास (किसी भी दो नोड्स के बीच अधिकतम लघुतम पथ) निर्धारित करना आम तौर पर NP-hard और अक्सर P-space पूर्ण होता है।
वृद्धि विश्लेषण (Growth Analysis): ग्राफ़ की "वृद्धि" (पहला तत्व/identity से दूरी $k$ पर तत्वों की संख्या) के सांख्यिकीय गुणों (जैसे वितरण, माध्य, मोड और प्रसरण) को समझना।
स्केलेबिलिटी (Scalability): मौजूदा कंप्यूटर अलजेब्रा सिस्टम (CAS) जैसे GAP और SageMath, मेमोरी और समय की सीमाओं के कारण बड़े समूहों (जैसे $S_{12}$ और उससे ऊपर) के साथ संघर्ष करते हैं, जिससे बड़े $n$ के लिए अनुमानों (conjectures) का परीक्षण करने की क्षमता सीमित हो जाती है।
खुले अनुमान (Open Conjectures): व्यास से संबंधित कई विशिष्ट अनुमान (जैसे बाबाई का अनुमान, ग्लुशकोव की 1968 की समस्या) बड़े $n$ के लिए कम्प्यूटेशनल डेटा की कमी के कारण अनसुलझे बने हुए हैं।

2. कार्यप्रणाली (Methodology)

लेखक CayleyPy प्रस्तुत करते हैं, जो एक ओपन-सोर्स, AI-आधारित पायथन लाइब्रेरी है जिसे पारंपरिक CAS की सीमाओं को दूर करने के लिए डिज़ाइन किया गया है।

उच्च-प्रदर्शन कंप्यूटिंग (High-Performance Computing):
- GPU त्वरण (GPU Acceleration): लाइब्रेरी समानांतर प्रसंस्करण (parallel processing) के लिए GPU का लाभ उठाती है, जिसमें कुशल ब्रेडथ-फर्थ सर्च (BFS) एल्गोरिदम का उपयोग किया जाता है।
- बिटमास्क अनुकूलन (Bitmask Optimization): एक विशिष्ट "bfs-bitmask" एल्गोरिदम प्रत्येक अवस्था के लिए 3-बिट एन्कोडिंग का उपयोग करता है, जो मेमोरी के उपयोग को नाटकीय रूप से कम करता है (जिससे केवल 3-8 GB RAM के साथ $S_{13}$ पर गणना संभव हो पाती है)।
- प्रदर्शन: CayleyPy, वृद्धि गणनाओं के लिए GAP/Sage की तुलना में 10 से 1000 गुना तेज़ बताया गया है, जो $S_{15}$ और उससे आगे के समूहों के विश्लेषण को सक्षम बनाता है।
"AI पाइपलाइन" (The "AI Pipeline"):
- वर्कफ़्लो इस चक्र का अनुसरण करता है: कम्प्यूटेशनल प्रयोग $\rightarrow$ पैटर्न अवलोकन $\rightarrow$ अनुमान निर्माण $\rightarrow$ पुनरावृत्ति सत्यापन।
- जबकि वर्तमान रिलीज़ प्रत्यक्ष वृद्धि गणना पर केंद्रित है, इसमें पथ-खोज (जनरेटरों में तत्वों को विभाजित करना) के लिए प्रारंभिक डीप लर्निंग घटक (बीम सर्च, डिफ्यूजन मॉडल) शामिल हैं।
बेंचमार्किंग (Benchmarking):
- लेखकों ने विभिन्न केली ग्राफ़ पर पथ-खोज एल्गोरिदम का बेंचमार्क करने के लिए 10 से अधिक Kaggle चुनौतियाँ बनाई हैं, जिसमें गणितीय समस्याओं को सॉर्टिंग कार्यों के रूप में फ्रेम किया गया है।
- वे गैर-मानक जनरेटरों के लिए नए सॉर्टिंग एल्गोरिदम बनाने की LLMs की क्षमता का परीक्षण करने के लिए इन समस्याओं का उपयोग करने का प्रस्ताव भी देते हैं।

3. मुख्य योगदान (Key Contributions)

A. CayleyPy लाइब्रेरी

"गूगोल-आकार" (googol-sized) के ग्राफ़ को संभालने में सक्षम ओपन-सोर्स लाइब्रेरी की पहली सार्वजनिक रिलीज़।
यह मनमाने क्रमपरिवर्तन (permutation) और मैट्रिक्स समूहों का समर्थन करता है, जिसमें 100 से अधिक जनरेटर सेट (पज़ल समूहों जैसे रूबिक क्यूब और जैविक मॉडल सहित) का अंतर्निहित संग्रह है।
ग्राफ़ को विज़ुअलाइज़ करने, स्पेक्ट्रा की गणना करने और रैंडम वॉक का अनुकरण करने के लिए उपकरण प्रदान करता है।

B. "क्वासी-पॉलिनोमियलिटी" अनुमान (The "Quasi-Polynomiality" Conjecture)

अनुमान: एल्गोरिदम द्वारा परिभाषित सेटों द्वारा उत्पन्न $S_n$ (और $A_n$ ) के केली ग्राफ़ का व्यास $n$ के लिए एक क्वासी-पॉलिनोमियल (quasi-polynomial) है (अर्थात, $n \pmod s$ द्वारा अनुक्रमित पॉलीनोमियल्स का एक सेट)।
महत्व: यदि यह सत्य है, तो इसका अर्थ है कि सामान्य NP-hard प्रकृति के बावजूद, विशिष्ट संरचित परिवारों के लिए व्यास को छोटे $n$ से डेटा फिट करके कुशलतापूर्वक निकाला जा सकता है।

C. बाबाई के अनुमान का परिशोधन (Refinement of Babai's Conjecture)

लेखक $S_n$ के मानक अनडायरेक्टेड केली ग्राफ़ के व्यास के लिए एक परिष्कृत ऊपरी सीमा प्रस्तावित करते हैं:
$\text{diam}(S_n) \leq \frac{n^2}{2} + 4n$
यह पिछले सामान्य $O(n^2)$ अनुमान की तुलना में अग्रणी गुणांक ( $1/2$ ) और रैखिक पद को निर्दिष्ट करके सुधार करता है।
वे विशिष्ट जनरेटर परिवारों (इनवोल्यूशन से संबंधित) की पहचान करते हैं जो व्यास को अधिकतम करते हैं, जो एक दृश्य पैटर्न का अनुसरण करते हैं जिसे वे "स्क्वायर विद विस्कर्स" (square with whiskers) कहते हैं।

D. ग्लुशकोव की समस्या (1968) का समाधान

वे बाएं चक्रीय शिफ्ट ( $L$ $L$ ) और पहले दो तत्वों के ट्रांसपोज़िशन ( $X$ $X$ ) द्वारा उत्पन्न निर्देशित केली ग्राफ़ के व्यास के लिए एक अनुमानित क्लोज्ड-फॉर्म समाधान प्रदान करते हैं:
- विषम $n$ के लिए: $\frac{3n^2 - 8n + 9}{4}$
- सम $n$ के लिए: $\frac{3n^2 - 8n + 12}{4}$
यह सोवियत साइबरनेटिक्स के दशकों पुराने खुले प्रश्न को हल करता है।

E. निलपोटेंट समूह और वृद्धि वितरण (Nilpotent Groups and Growth Distributions)

यूनिट्राइएंगुलर समूह: वे $\mathbb{Z}/p\mathbb{Z}$ पर यूनिट्राइएंगुलर समूहों के लिए व्यास की मॉड्यूल $p$ पर रैखिक निर्भरता का अनुमान लगाते हैं, जो एलेनबर्ग के परिणामों में सुधार करता है।
सेंट्रल लिमिट घटना (Central Limit Phenomenon): वे अनुमान लगाते हैं कि निलपोटेंट समूहों के लिए वृद्धि वितरण (growth distribution) एक गौसियन (सामान्य) वितरण का पालन करता है, जैसा कि कॉक्स टर जनरेटर्स के लिए $S_n$ के लिए डायकोनिस के परिणामों में देखा गया है।

4. मुख्य परिणाम और डेटा (Key Results and Data)

व्यापक अनुमान: शोध पत्र लगभग 50 अलग-अलग केली/श्रेयर ग्राफ़ (जो $n=15$ तक और कोसेट्स के लिए $n=42$ तक हैं) पर गणनाओं से प्राप्त ~200 नए गणितीय अनुमान प्रस्तुत करता है।
अधिकतम व्यास:
- उन्होंने "स्क्वायर विद विस्कर्स" पैटर्न (इनवोल्यूशन) का पालन करने वाले जनरेटरों का उपयोग करके $S_n$ ( $n \leq 15$ ) के लिए अधिकतम व्यास पाया।
- $n=15$ के लिए, पाया गया अधिकतम व्यास 148 है, जो उनके परिष्कृत सीमा (150) के काफी करीब है।
जैविक अनुप्रयोग:
- "रिवर्सल्स" (Reversals) और "ट्रांसपोसन्स" (Transposons) (जीनोम पुनर्गठन मॉडल) का विश्लेषण किया।
- उन्होंने पाया कि बाइनरी कोसेट्स (श्रेयर ग्राफ़) पर, रिवर्सल्स और ट्रांसपोसन्स की वृद्धि एक समान है और बिनोमियल गुणांकों वाले स्पष्ट कॉम्बिनेटरियल सूत्रों का पालन करती है।
LLM प्रदर्शन: वर्तमान LLMs गैर-मानक जनरेटरों के लिए सही सॉर्टिंग एल्गोरिदम बनाने में विफल रहते हैं, जो नवीन अनुसंधान समस्याओं को हल करने में AI की क्षमता में अंतर को उजागर करता है।

5. महत्व (Significance)

कम्प्यूटेशनल सफलता: CayleyPy यह प्रदर्शित करता है कि कैसे GPU-त्वरित, विशिष्ट एल्गोरिदम सामान्य-उद्देश्य वाले CAS से कई गुना अधिक प्रदर्शन कर सकते हैं, जिससे उन गणितीय संरचनाओं की खोज का मार्ग प्रशस्त होता है जिन्हें पहले अगम्य माना जाता था।
नए गणितीय अंतर्दृष्टि: यह शोध पत्र शुद्ध सैद्धांतिक प्रमाणों से डेटा-संचालित खोज (data-driven discovery) की ओर दृष्टिकोण को बदल देता है, जिसमें भविष्य के सैद्धांतिक प्रमाणों का मार्गदर्शन करने के लिए सटीक अनुमान बनाने हेतु विशाल कम्प्यूटेशनल प्रयोगों का उपयोग किया जाता है।
अंतःविषय प्रभाव: यह कार्य समूह सिद्धांत, कंप्यूटर विज्ञान (पथ-खोज, AI), और जीव विज्ञान (जीनोम पुनर्गठन) को जोड़ता है, जो जटिल अवस्था-संक्रमण प्रणालियों (state-transition systems) के विश्लेषण के लिए एक एकीकृत ढांचा प्रदान करता है।
ओपन साइंस: लाइब्रेरी, डेटासेट और Kaggle चुनौतियों को जारी करके, लेखक उच्च-स्तरीय समूह सिद्धांत अनुसंधान का लोकतंत्रीकरण करते हैं, जिससे व्यापक AI और गणितीय समुदायों को इन खुले प्रश्नों को हल करने में योगदान देने के लिए आमंत्रित किया जाता है।