PROMISE: Proof Automation as Structural Imitation of Human Reasoning
यह शोध पत्र PROMISE को प्रस्तुत करता है, जो एक संरचना-जागरूक (structure-aware) ढांचा है जो कार्य को प्रूफ़-स्टेट संक्रमणों (proof-state transitions) पर एक स्टेटफुल सर्च के रूप में पुनर्गठित करके और पुनरावृत्ति अनुकूलन के लिए संरचनात्मक पैटर्न की माइनिंग करके औपचारिक सत्यापन (formal verification) के लिए स्वचालित प्रूफ़ जनरेशन में सुधार करता है, जिससे seL4 बेंचमार्क पर मौजूदा विधियों की तुलना में महत्वपूर्ण प्रदर्शन लाभ प्राप्त होता 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
यहाँ PROMISE पेपर का सरल भाषा और रचनात्मक उपमाओं (analogies) के साथ अनुवाद दिया गया है।
बड़ी समस्या: ईंट-दर-ईंट एक किला बनाना
कल्पना कीजिए कि आप एक विशाल, अभेद्य किला (जैसे कि एक ऑपरेटिंग सिस्टम जैसा कोई महत्वपूर्ण सॉफ्टवेयर) बनाने की कोशिश कर रहे हैं जहाँ हर एक ईंट को गणितीय रूप से पूर्ण सिद्ध किया जाना चाहिए। यदि एक भी ईंट कमजोर हुई, तो पूरा किला ढह सकता है, जिससे वास्तविक दुनिया में आपदाएं आ सकती हैं।
इस प्रक्रिया को फॉर्मल वेरिफिकेशन (Formal Verification) कहा जाता है। यह अविश्वसनीय रूप से सुरक्षित है, लेकिन यह भी अविश्वसनीय रूप से कठिन और धीमा है।
- पुराना तरीका: मानव विशेषज्ञों को हर एक ईंट के लिए मैन्युअल रूप से एक "प्रूफ स्क्रिप्ट" लिखनी पड़ती है, जिसमें विस्तार से बताया जाता है कि वह ठीक से कैसे फिट होती है। seL4 माइक्रोकर्नेल (एक छोटा लेकिन अत्यंत सुरक्षित ऑपरेटिंग सिस्टम) जैसी परियोजना के लिए, इसमें मानव विशेषज्ञों को दशकों का काम लगा। यह एक गगनचुंबी इमारत को बिना किसी ब्लूप्रिंट के, एक समय में एक ईंट करके, हाथ से बनाने की कोशिश करने जैसा है।
असफल शॉर्टकट: "गूगल सर्च" दृष्टिकोण
हाल ही में, हमें शक्तिशाली AI (लार्ज लैंग्वेज मॉडल्स या LLMs) मिले जो कोड लिखने और गणित की समस्याओं को हल करने में माहिर हैं। शोधकर्ताओं को उम्मीद थी कि ये AI सुपर-फास्ट प्रूफ राइटर के रूप में कार्य कर सकते हैं।
हालाँकि, जब प्रोजेक्ट बड़े हुए तो शुरुआती प्रयास विफल रहे। क्यों?
- उपमा: कल्पना कीजिए कि आप एक विशाल, जटिल प्लंबिंग सिस्टम में लीकेज (रिसाव) को ठीक करने की कोशिश कर रहे हैं। पुराना AI दृष्टिकोण एक "लीक" को गूगल करने जैसा था और बदले में लीकेज के बारे में लेखों की एक सूची मिल गई।
- समस्या: AI ने ऐसे लेख खोजे जो दिखने में समान थे (समान कीवर्ड), लेकिन वे किचन के सिंक को ठीक करने के बारे में थे, न कि एक हाई-प्रेशर इंडस्ट्रियल पाइप के बारे में। AI भ्रमित हो गया क्योंकि वह समस्या की संरचना (structure) को नहीं, बल्कि केवल शब्दों को देख रहा था। उसने उन समाधानों को कॉपी-पेस्ट करने की कोशिश की जो उस विशिष्ट लीक के आकार में फिट नहीं बैठते थे।
समाधान: PROMISE (द "मास्टर आर्किटेक्ट" अप्रोच)
लेखकों ने PROMISE नामक एक नया सिस्टम बनाया। केवल समान शब्दों को खोजने के बजाय, PROMISE इस बात पर नज़र रखता है कि प्रूफ (proof) कदम-दर-कदम कैसे विकसित होता है।
यह कैसे काम करता है, यहाँ एक डिटेक्टिव मिस्ट्री (जासूसी रहस्य) की उपमा दी गई है:
1. पुराना तरीका: "कीवर्ड मैचिंग"
यदि कोई जासूस किसी हत्या की गुत्थी सुलझाने की कोशिश कर रहा है, तो पुराना AI अपराध स्थल को देखेगा और कहेगा, "मुझे एक मामला मिला है जहाँ पीड़ित को चाकू मारा गया था!" फिर वह उस मामले के समाधान को लागू करने की कोशिश करेगा, भले ही वर्तमान हत्या किसी अलग शहर में हुई हो और संदिग्ध अलग हों। यह बहुत सतही है।
2. PROMISE का तरीका: "स्ट्रक्चरल इमिटेशन" (संरचनात्मक नकल)
PROMISE एक मास्टर डिटेक्टिव की तरह कार्य करता है जो केवल अपराध को नहीं, बल्कि अपराध सुलझाने के पैटर्न का अध्ययन करता है।
- "स्टेट ट्रांजिशन" (State Transition): अंतिम उत्तर देखने के बजाय, PROMISE यात्रा को देखता है। वह पूछता है: "अतीत के मामले में डिटेक्टिव 'संदिग्ध A' से 'संदिग्ध B' तक कैसे पहुँचा?"
- उपमा: कल्पना कीजिए कि आप एक पहाड़ चढ़ रहे हैं।
- पुराना AI: किसी व्यक्ति की फोटो देखता है जिसने पहाड़ चढ़ा है और कहता है, "उन्होंने लाल जूते पहने थे, इसलिए मुझे लाल जूतों की जरूरत है।" (गलत! ज़मीन/टेरेन अलग है)।
- PROMISE: पर्वतारोही द्वारा लिए गए रास्ते को देखता है। "आह, उन्हें एक फिसलन भरे बर्फ के पैच को पार करना पड़ा था, फिर एक खड़ी चट्टान पर चढ़ना पड़ा था। मैं भी यहाँ एक फिसलन भरा बर्फ का पैच देख रहा हूँ। मैं उसी तकनीक का उपयोग करूँगा जो उन्होंने बर्फ पार करने के लिए इस्तेमाल की थी।"
PROMISE वास्तव में कैसे काम करता है (3-स्टेप इंजन)
स्टेप 1: "ब्लूप्रिंट" की खोज (स्ट्रक्चरल रिट्रीवल)
जब PROMISE एक कठिन प्रूफ स्टेप पर अटक जाता है, तो वह केवल समान शब्दों को नहीं खोजता। वह उन प्रूफ़्स को खोजता है जिनका "आकार" (shape) समस्या के समान था।
- उदाहरण: यदि वर्तमान समस्या यह है कि "मुझे यह सिद्ध करना है कि एक दरवाजा लॉक है," तो PROMISE उन पिछले प्रूफ़्स को खोजता है जहाँ डिटेक्टिव को जांच के ठीक उसी चरण में "दरवाजा लॉक है यह सिद्ध करना" पड़ा था। यह वहां उपयोग किए गए टैक्टिक (चाल) को ढूंढता है, न कि केवल टेक्स्ट को।
स्टेप 2: "टूलबॉक्स" की जाँच (नाम रिट्रीवल)
एक बार जब उसे पता चल जाता है कि कौन सी चाल चलनी है (जैसे, "लॉक लागू करें"), तो वह स्थानीय टूलबॉक्स की जाँच करता है ताकि यह सुनिश्चित हो सके कि इस विशिष्ट कमरे में वह विशिष्ट टूल मौजूद है।
- उपमा: वह जानता है कि आपको "हथौड़े" की आवश्यकता है, लेकिन वह यह देखने के लिए जाँच करता है कि क्या आपके पास इस विशिष्ट कमरे में "स्लेजहैमर" है या "छोटा कील ठोकने वाला हथौड़ा" उपलब्ध है, इससे पहले कि वह आपको प्रहार करने के लिए कहे।
स्टेप 3: "सेफ्टी इंस्पेक्टर" (मशीन चेकिंग)
PROMISE केवल अनुमान नहीं लगाता। हर बार जब वह कोई स्टेप सुझाता है, तो वह उसे एक सख्त सेफ्टी इंस्पेक्टर (Isabelle proof assistant) के माध्यम से चलाता है।
- यदि स्टेप काम करता है, तो वह आगे बढ़ जाता है।
- यदि वह विफल होता है, तो उसे तुरंत पता चल जाता है, "यह काम नहीं किया," और वह एक अलग रास्ता आज़माता है। वह हमेशा शीर्ष 6 सबसे अच्छे रास्तों की एक "बीम" (beam) खुली रखता है, जैसे एक हाइकर एक रास्ते के बंद होने की स्थिति में कई वैकल्पिक रास्तों को ध्यान में रखता है।
परिणाम: यह क्यों मायने रखता है
शोधकर्ताओं ने seL4 ऑपरेटिंग सिस्टम (सॉफ्टवेयर वेरिफिकेशन का "माउंट एवरेस्ट") पर PROMIse का परीक्षण किया।
- प्रतिस्पर्धा: अन्य AI सिस्टम (जैसे Selene और Rango) उन हाइकर्स की तरह थे जो अनुमान लगाकर पहाड़ चढ़ने की कोशिश कर रहे थे। वे अक्सर फंस जाते थे।
- PROMISE: पिछले सफल चढ़ाइयों के स्ट्रक्चरल "पदचिह्नों" का पालन करके, PROMISE बहुत अधिक बार शिखर तक पहुँचा।
- इसने पुराने तरीकों की तुलना में सफलता दर में 186% तक सुधार किया।
- यह छोटे, सस्ते AI मॉडल्स के साथ भी अच्छी तरह से काम करता है, जो यह साबित करता है कि रणनीति (मैप) एक सुपर-पावरफुल दिमाग होने से अधिक महत्वपूर्ण है।
मुख्य निष्कर्ष (The Takeaway)
PROMISE खेल बदल देता है। यह AI प्रूफ जनरेशन को एक "टेक्स्ट कंप्लीशन" कार्य के रूप में नहीं, बल्कि एक निर्देशित यात्रा (guided journey) के रूप में देखना शुरू करता है।
AI से यह पूछने के बजाय कि, "मेरे लिए एक प्रूफ लिखो," यह पूछता है, "हम यात्रा में कहाँ हैं। देखें कि अन्य सफल यात्राओं ने इस सटीक इलाके को कैसे संभाला। चलिए उस अगले कदम तक पहुँचने के लिए उसी रणनीति का उपयोग करते हैं।"
यह AI को एक तोते (जो सुने हुए शब्दों को दोहराता है) से बदलकर एक नेविगेटर (जो मानचित्र और इलाके को समझता है) बना देता है। यह दशकों के मानवीय प्रयास के बिना विशाल, जीवन-महत्वपूर्ण सॉफ्टवेयर सिस्टम को सत्यापित करना संभव बनाता 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।