← नवीनतम पेपर
🔢 mathematics

Evolving Local Corrections for Global Constructions in Combinatorics

यह शोध पत्र तीन कॉम्बिनेटोरियल समस्याओं—ग्राफ पुनर्निर्माण (graph reconstruction), अलॉन-टार्सी पैरिटी समस्या (Alon-Tarsi parity problem), और रोटा बेस अनुमान (Rota's Basis Conjecture)—का अन्वेषण करने के लिए अल्फाइवॉल्व (AlphaEvolve) कम्प्यूटेशनल इंजन का उपयोग करता है, जो भविष्य के पारंपरिक गणितीय प्रमाणों के लिए आधार के रूप में कार्य करने वाले स्पष्ट एल्गोरिदम और संरचनात्मक पैटर्न उत्पन्न करने के लिए स्थानीय सुधार चरणों (local correcting steps) को पुनरावर्ती रूप से परिष्कृत करता है।

मूल लेखक: Gergely Bérczi

प्रकाशित 2026-03-10
📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

मूल लेखक: Gergely Bérczi

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

मुख्य विचार: एक-एक करके पहेली के टुकड़ों को ठीक करना

कल्पना कीजिए कि आपके पास एक विशाल, असंभव दिखने वाली जिग्सॉ पहेली (jigsaw puzzle) है। आप एक बार में पूरी तस्वीर नहीं देख सकते, और टुकड़ों को बेतरतीब ढंग से जोड़ने की कोशिश करने में बहुत समय लगता है।

यह शोध पत्र इन "असंभव" गणितीय पहेलियों को हल करने के एक नए तरीके के बारे में है। पूरे समाधान को एक साथ बनाने के बजाय, शोधकर्ताओं ने AlphaEvolve नामक एक स्मार्ट कंप्यूटर प्रोग्राम का उपयोग करके यह सीखा कि कैसे छोटे, स्थानीय सुधार (local fixes) किए जाते हैं।

इसे इस तरह समझें: यदि आपके घर में आग लगी है, तो आप तुरंत पूरे मोहल्ले को फिर से बनाने की कोशिश नहीं करते। आप पहले एक छोटी आग बुझाते हैं, फिर अगली ओर बढ़ते हैं। यह शोध पत्र तर्क देता है कि कई कठिन गणितीय समस्याओं के लिए, यदि आप सही "छोटा सुधार" ढूंढ लें जिसे बार-बार लागू किया जा सके, तो आप अंततः पूरी वैश्विक समस्या (global problem) को हल कर सकते हैं।

तीन बड़ी पहेलियाँ

शोधकर्ताओं ने इस विचार का परीक्षण तीन प्रसिद्ध, अनसुलझे गणितीय रहस्यों पर किया। उन्होंने उन्हें इस प्रकार दृष्टिकोण दिया:

1. "घोस्ट फोटो" समस्या (ग्राफ रिकंस्ट्रक्शन)

समस्या: कल्पना कीजिए कि आपके पास एक शहर (ग्राफ) की फोटो है, लेकिन किसी ने एक बार में एक इमारत हटाकर उसे टुकड़ों में काट दिया है। अब आपके पास ढेर सारी तस्वीरें हैं, जिनमें से प्रत्येक में एक इमारत गायब है। क्या आप केवल इन क्षतिग्रस्त तस्वीरों को देखकर यह पता लगा सकते हैं कि मूल शहर कैसा दिखता था?
उपमा: यह प्लेट पर छोटे हुए बिस्कुट के चूरे (crumbs) को देखकर कुकी के आकार का अनुमान लगाने जैसा है, जिसे किसी ने एक बाइट लिया था।
समाधान: कंप्यूटर ने यह समझने के लिए "चूरे" (गायब हिस्सों) को देखना सीखा कि पड़ोसी कैसे थे। इसने महसूस किया कि यदि इसे पता हो कि एक इमारत के कितने कनेक्शन थे, और उसके पड़ोसियों के बीच कैसे संबंध थे, तो यह पूरे शहर का पुनर्निर्माण कर सकता था। इसने कई प्रकार के शहरों के लिए मानचित्र को पूरी तरह से पुनर्निर्मित करने का एक तरीका (recipe) खोज निकाला।

2. "विषम/सम" पैरिटी गेम (लैटिन स्क्वायर्स)

समस्या: लैटिन स्क्वायर एक सुडोकू ग्रिड की तरह है जहाँ प्रत्येक पंक्ति और कॉलम में अद्वितीय संख्याएँ होती हैं। गणितज्ञ जानना चाहते हैं कि क्या इन ग्रिडों के "सम" (Even) संस्करण अधिक हैं या "विषम" (Odd) संस्करण। सम-आकार के ग्रिडों के लिए, यह दशकों से एक रहस्य बना हुआ है।
उपमा: कल्पना कीजिए कि एक डांस फ्लोर पर जोड़े नाच रहे हैं। आप जानना चाहते हैं कि कितने जोड़े घड़ी की दिशा (clockwise) में नाच रहे हैं और कितने घड़ी की विपरीत दिशा (counter-clockwise) में। ट्रिक यह है कि नर्तकों को इस तरह से जोड़ें कि हर क्लॉकवाइज नर्तक को एक काउंटर-क्लॉकवाइज नर्तक के साथ जोड़ा जा सके। यदि आप उन सभी को पूरी तरह से जोड़ पाते हैं, तो वे एक-दूसरे को रद्द कर देते हैं। यदि एक नर्तक बच जाता है, तो वही उत्तर है।
समाधान: कंप्यूटर ने एक "डांस मूव" (संख्याओं का स्थानीय बदलाव) का आविष्कार किया जो एक ग्रिड को 'सम' से 'विषम' में बदल देता है। इसने एक ऐसा नियम खोजा जो लगभग हर ग्रिड को उसके विपरीत के साथ जोड़ता है। वे कुछ ग्रिड जिन्हें जोड़ा नहीं जा सका, वे सभी एक ही प्रकार के (सभी 'सम' या सभी 'विषम') निकले, जिसने उन विशिष्ट मामलों के लिए रहस्य को सुलझा दिया।

3. "रेनबो टॉवर" समस्या (रोटा का बेसिस कंजेक्चर)

समस्या: कल्पना कीजिए कि आपके पास NN अलग-अलग बिल्डिंग ब्लॉक्स के सेट (bases) हैं। आप उन्हें एक ग्रिड में पुनर्व्यवस्थित करना चाहते हैं जहाँ प्रत्येक कॉलम भी ब्लॉक्स का एक आदर्श सेट हो। यह ताश की एक गड्डी को NN ढेरों में छाँटने जैसा है जहाँ प्रत्येक ढेले में हर सूट का एक कार्ड हो, लेकिन कार्ड सब आपस में मिले हुए हों।
उपमा: आपके पास NN टीमें हैं, जिनमें प्रत्येक में NN खिलाड़ी हैं। आप NN नई टीमें बनाना चाहते हैं जहाँ प्रत्येक नई टीम में मूल टीमों में से ठीक एक खिलाड़ी हो, और प्रत्येक नई टीम अभी भी एक विजेता टीम हो।
समाधान: कंप्यूटर ने एक लालची खिलाड़ी (greedy player) की तरह काम किया। इसने ग्रिड को देखा, एक "टूटे हुए" कॉलम को ढूंढा, और उसे ठीक करने के लिए कुछ ब्लॉक्स को बदला। इसने एक बड़ी समस्या को ठीक करने के लिए अस्थायी रूप से एक अच्छे कॉलम का "बलिदान" देने की रणनीति सीखी, और अंततः एक पूर्ण ग्रिड बनाया।

कंप्यूटर ने कैसे सीखा ( "इवोल्यूशन" वाला हिस्सा)

शोधकर्ताओं ने समाधान कोड खुद नहीं लिखा। इसके बजाय, उन्होंने AlphaEvolve का उपयोग किया, जो एक डिजिटल डार्विनियन विकास (Darwinian evolution) की तरह है।

  1. खेल का मैदान: उन्होंने एक परीक्षण वातावरण (हार्नेस) तैयार किया जिसमें एक स्कोरिंग सिस्टम था। यदि कंप्यूटर का कोड पहेली को थोड़ा बेहतर बनाता, तो उसे अंक मिलते।
  2. उत्परिवर्तन (Mutation): कंप्यूटर ने अपने स्वयं के कोड के हजारों छोटे बदलाव लिखे। कुछ मूर्खतापूर्ण थे, कुछ समझदारी भरे।
  3. योग्यतम की उत्तरजीविता (Survival of the Fittest): वे संस्करण जिन्होंने उच्चतम स्कोर प्राप्त किया, वे जीवित रहे। कंप्यूटर ने उन विजेताओं के सबसे अच्छे हिस्सों को लिया और उन्हें अगले पीढ़ी में मिलाने के लिए मिला दिया।
  4. परिणाम: घंटों या दिनों तक चलाने के बाद, कंप्यूटर ने नियमों (एल्गोरिदम) का एक सेट "विकसित" किया जिसने इन पहेलियों को मानवों से बेहतर तरीके से हल किया।

निष्कर्ष: मानव गणितज्ञों के लिए एक मानचित्र

इस शोध पत्र का सबसे महत्वपूर्ण हिस्सा यह नहीं है कि कंप्यूटर ने सिद्धांतों को "सिद्ध" किया। बल्कि यह है कि कंप्यूटर ने एक मानचित्र बनाया

  • पहले: गणितज्ञ एक अंधेरे जंगल में खोए हुए थे, यह अनुमान लगा रहे थे कि कौन सा रास्ता लेना है।
  • बाद में: कंप्यूटर ने रास्ता तय किया, बंद रास्तों (dead ends) को खोजा, और मनुष्यों को दिखाया: "हे, यदि आप इस तरफ जाते हैं, और ये विशिष्ट छोटे मोड़ लेते हैं, तो आप निकास के करीब पहुँच जाएंगे।"

कंप्यूटर प्रयोगों के आधार पर यह शोध पत्र कंजेक्चर (शिक्षित अनुमान) प्रदान करता है। यह मानव गणितज्ञों को बताता है: "यहाँ छोटे कदमों का एक विशिष्ट पैटर्न है जो काम करता हुआ प्रतीत होता है। यदि आप सिद्ध कर सकें कि यह पैटर्न क्यों हमेशा काम करता है, तो आप बड़ी समस्या को हल कर लेंगे।"

संक्षेप में: कंप्यूटर ने हमारे लिए गणित का होमवर्क नहीं किया; उसने सही पेंसिल ढूंढी और हमें ठीक से दिखाया कि कहाँ से लिखना शुरू करना 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।

Digest आज़माएँ →