Just Type It in Isabelle! AI Agents Drafting, Mechanizing, and Generalizing from Human Hints
यह शोध पत्र रैंक-वन पॉलीमोर्फिक -कैल्कुलस टर्म्स के लिए पूर्ण और न्यूनतम टाइप एनोटेशन का एक औपचारिक मेटाथ्योरिटिकल विवरण और Isabelle/HOL मेकेनाइजेशन प्रस्तुत करता है, जिसे एक सहयोगात्मक वर्कफ़्लो के माध्यम से विकसित किया गया है जहाँ मानव और एआई एजेंट स्वतंत्र रूप से प्रमाण (proofs) उत्पन्न करते हैं जिन्हें बाद में मानव-निर्देशित एआई हस्तक्षेपों के साथ ऑटोफॉर्मलाइज और सामान्यीकृत किया जाता 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 "Just Type It in Isabelle!" पेपर का सरल भाषा और रचनात्मक उपमाओं (analogies) का उपयोग करते हुए विवरण दिया गया है।
बड़ी तस्वीर: "परफेक्ट ट्रांसलेटर" की समस्या
कल्पना कीजिए कि आपके पास एक बहुत ही जटिल, हाई-टेक रेसिपी (विधि) है जो एक गुप्त कोड में लिखी गई है। इस रेसिपी में न केवल सामग्री (जैसे "मैदा" या "अंडे") शामिल हैं, बल्कि यह भी लिखा है कि किस तरह का मैदा (जैसे "ग्लूटेन-मुक्त") और किस तरह के अंडे (जैसे "ऑर्गेनिक") होने चाहिए।
अब, कल्पना कीजिए कि आप यह रेसिपी अपने एक दोस्त को भेजना चाहते हैं। आप इसे साधारण अंग्रेजी में लिखना चाहते हैं ताकि इसे पढ़ना आसान हो। हालाँकि, आपका एक सख्त नियम है: जब आपका दोस्त आपके साधारण अंग्रेजी संस्करण को पढ़े और उसे बनाने की कोशिश करे, तो उसे ठीक वही व्यंजन मिलना चाहिए जो मूल गुप्त कोड से बना था।
यदि आप बहुत अधिक विवरण छोड़ देते हैं (जैसे सिर्फ "मैदा" कहना, बजाय "ग्लूटेन-मुक्त मैदा" कहने के), तो आपका दोस्त गलती से साधारण मैदा इस्तेमाल कर सकता है, और केक गिर सकता है। लेकिन यदि आप हर एक विवरण लिखते हैं (जैसे "ऑर्गेनिक, फ्री-रेंज, बड़े, भूरे छिलके वाला, ग्लूटेन-मुक्त मैदा"), तो रेसिपी को पढ़ना एक दुःस्वप्न बन जाएगा।
लक्ष्य: रेसिपी का वह "गोल्डिलॉक्स" (Goldilocks) संस्करण ढूँढना जो बिल्कुल सही हो। इसमें उतने ही विवरण होने चाहिए जितने कि यह सुनिश्चित करने के लिए आवश्यक हैं कि दोस्त सही व्यंजन बनाए, लेकिन इससे अधिक नहीं ताकि इसे पढ़ना आसान बना रहे।
वास्तविक दुनिया का संदर्भ: Isabelle और टाइप एनोटेशन (Type Annotations)
कंप्यूटर विज्ञान की दुनिया में, विशेष रूप से Isabelle नामक एक टूल (एक प्रूफ असिस्टेंट जिसका उपयोग गणित और कोड को सत्यापित करने के लिए किया जाता है) के साथ, लेखकों ने ठीक इसी समस्या पर काम किया।
- "रेसिपी": एक कंप्यूटर प्रोग्राम या गणितीय प्रमाण (mathematical proof)।
- "गुप्त कोड": पूरी तरह से टाइप किया हुआ संस्करण जहाँ प्रत्येक वेरिएबल (variable) के साथ एक विशिष्ट प्रकार (type) असाइन किया गया है (जैसे, यह संख्या एक पूर्णांक/integer है, वह एक स्ट्रिंग/string है)।
- "साधारण अंग्रेजी": वह प्रिंट किया गया संस्करण जो मानव उपयोगकर्ता को दिखाया जाता है।
- "विवरण": टाइप एनोटेशन (Type annotations)। ये वेरिएबल्स के साथ लगे छोटे लेबल हैं जो कंप्यूटर को बताते हैं कि वे क्या हैं।
समस्या यह है: यदि आप प्रमाण को बिना पर्याप्त लेबल के प्रिंट करते हैं, तो कंप्यूटर का "अनुमान लगाने का खेल" (जिसे type inference कहा जाता है) गलत प्रकार का अनुमान लगा सकता है, जिससे प्रमाण टूट सकता है। यदि आप इसमें बहुत अधिक लेबल लगाते हैं, तो यह बदसूरत और पढ़ने में कठिन हो जाता है।
इंसान बनाम AI रोबोट
इस पेपर के लेखकों ने केवल समस्या को हल ही नहीं किया; उन्होंने यह देखने के लिए एक दिलचस्प प्रयोग भी चलाया कि इंसान और AI (विशेष रूप से Claude नामक एक लार्ज लैंग्वेज मॉडल) इस काम को कैसे संभालते हैं।
इसे एक मास्टर शेफ (इंसान) और एक सुपर-इंटेलिजेंट रोबोट शेफ (AI) के बीच कुकिंग प्रतियोगिता की तरह समझें।
1. मानव शेफ (विशेषज्ञ)
मानव विशेषज्ञों ने पेन और पेपर के साथ बैठकर काम किया। उन्होंने:
- खेल के नियम लिखे।
- एक गणितीय प्रमाण लिखा जो यह दर्शाता है कि अनावश्यक लेबल को बिना रेसिपी खराब किए ठीक कैसे हटाया जाए।
- परिणाम: उन्होंने एक पूर्ण, कठोर प्रमाण तैयार किया। लेकिन इसे करने में उन्हें लगभग 5 दिन की कड़ी मेहनत लगी।
2. रोबोट शेफ (AI एजेंट)
लेखकों ने AI को एक अव्यवस्थित, अनौपचारिक विवरण दिया (जैसे जल्दी में लिखी गई रेसिपी) और उससे वही काम करने को कहा।
- राउंड 1: AI ने प्रमाण लिखने की कोशिश की। उसने मुख्य विचार सही पकड़े, लेकिन कुछ मूर्खतापूर्ण गलतियाँ कीं (जैसे "चीनी" के बजाय "मैदा" कहना, या यह भूल जाना कि "मैदा" वास्तव में क्या है)।
- समीक्षा (The Review): एक इंसान ने AI के काम को देखा और कहा, "हे, तुमने यह चरण छोड़ दिया," और "तुमने इसे गलत परिभाषित किया है।"
- राउंड 2-4: AI ने अपनी गलतियों को सुधारा, फीडबैक से सीखा, और अंततः एक ऐसा प्रमाण लिखा जो मानव के प्रमाण के लगभग बराबर था।
- परिणाम: AI ने इसे लगभग 2 घंटे के कंप्यूटर समय में किया और कंप्यूटिंग शुल्क के रूप में केवल $70 खर्च किए।
"ऑटो-ट्रांसलेशन" चरण
एक बार जब दोनों (मानव और AI) के पास उनके "पेन-और-पेपर" प्रमाण तैयार हो गए, तो लेखकों ने AI को एक और काम करने के लिए कहा: इन प्रमाणों को वास्तविक कंप्यूटर कोड (Isabelle/HOL) में अनुवादित करना जिसे प्रूफ असिस्टेंट पढ़ सके और सत्यापित कर सके।
- मानव प्रमाण अनुवाद: AI ने मानव के साफ और तार्किक प्रमाण को सफलतापूर्वक कोड में अनुवादित किया।
- AI प्रमाण अनुवाद: AI ने अपने स्वयं के (अव्यवस्थित लेकिन सुधारे हुए) प्रमाण को भी सफलतापूर्वक कोड में अनुवादित किया।
चौंकाने वाली बात: AI ने दोनों संस्करणों के लिए भारी भरकम काम (कोड लिखना) सफलतापूर्वक पूरा कर लिया। इंसानों ने अंतिम कोड की एक भी लाइन नहीं लिखी! वे केवल "एडिटर" और "मैनेजर" के रूप में कार्य करते रहे।
"जनरलाइजेशन" ट्विस्ट (जादुई संकेत)
अंतिम प्रयोग में, लेखकों ने AI को एक "संकेत" दिया। उन्होंने कहा, "हे, यह समस्या जिसे तुम हल कर रहे हो? यह वास्तव में एक प्रसिद्ध, जेनेरिक गणितीय समस्या का एक विशेष मामला है जिसे 'इंडिपेंडेंस सिस्टम' (Independence System) कहा जाता है।"
AI तुरंत समझ गया। उसे एहसास हुआ, "ओह! मुझे पहिए का पुनरुद्धार करने की आवश्यकता नहीं है। मैं इस जेनेरिक समस्या के मौजूदा नियमों का उपयोग करके अपने विशिष्ट समस्या को तुरंत हल कर सकता हूँ।"
AI ने तुरंत एक नया, छोटा प्रमाण लिखा जो इस जेनेरिक नियम पर आधारित था। इसने दिखाया कि AI एक सुपर-स्मार्ट रिसर्च असिस्टेंट की तरह काम कर सकता है जो उन कड़ियों को जोड़ सकता है जिन्हें इंसान शायद मिस कर दें, जिससे काम बहुत तेज़ हो जाता है।
मुख्य निष्कर्ष (इसका महत्व क्या है?)
- AI एक बेहतरीन ड्राफ्ट्समैन है: AI बहुत तेज़ी से जटिल गणितीय प्रमाण और कंप्यूटर कोड लिख सकता है, लेकिन इसे तर्क संबंधी त्रुटियों (logic errors) के लिए एक इंसान की आवश्यकता होती है जो इसके काम की जाँच कर सके। यह एक प्रतिभाशाली इंटर्न की तरह है जो तेज़ी से लिखता है लेकिन जिसे साइन-ऑफ करने के लिए एक मैनेजर की ज़रूरत होती है।
- लागत बनाम समय: इंसान को 5 दिन लगे। AI को 2 घंटे लगे और लागत केवल $70 आई। एक अच्छे डिनर की कीमत में, आप एक जटिल गणितीय प्रमाण का ड्राफ्ट प्राप्त कर सकते हैं।
- गणित का भविष्य: यह गणित और कंप्यूटर विज्ञान करने का एक नया तरीका सुझाता है। इंसानों द्वारा सब कुछ शुरू से करने के बजाय, इंसान "कंडक्टर्स" (संचालक) के रूप में कार्य कर सकते हैं, जो AI एजेंटों को भारी काम करने के लिए निर्देशित करते हैं, जबकि इंसान बड़े विचारों और परिणामों की जाँच करने पर ध्यान केंद्रित करते हैं।
- "राउंड-ट्रिप" सफलता: उन्होंने साबित किया कि आप एक कंप्यूटर प्रमाण को प्रिंट कर सकते हैं, अनावश्यक चीजों को हटा सकते हैं, और कंप्यूटर मूल को पूरी तरह से पुनर्गठित कर सकता है। यह एक दस्तावेज़ को फाड़ने और फिर मशीन द्वारा उसे पूरी तरह से फिर से जोड़ने जैसा है, बशर्ते आप कुछ विशिष्ट "गोंद वाले स्थानों" (annotations) को बरकरार रखें।
संक्षेप में, यह पेपर दिखाता है कि AI कठिन गणित और कंप्यूटर विज्ञान की समस्याओं को हल करने में एक साथी बनने के लिए तैयार है, बशर्ते इंसान वहां मौजूद हों जो उसका मार्गदर्शन करें, उसके काम की समीक्षा करें और उसे सही संकेत दें। यह एक "इंसान + AI" टीम है जो अकेले काम करने वाले इंसानों की तुलना में तेज़ और सस्ती 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।