LeanBET: Formally-verified surface area calculations in Lean
यह शोध पत्र Lean 4 में कार्यान्वित LeanBET को प्रस्तुत करता है, जो एक पूर्णतः निष्पादनीय और औपचारिक रूप से सत्यापित ब्रूनर-एमेट-टेलर (BET) सतह क्षेत्र विश्लेषण पाइपलाइन है, जो गणितीय शुद्धता की गारंटी देता है और स्थापित BETSI संदर्भ कार्यान्वयन के साथ लगभग पूर्ण संख्यात्मक सहमति प्राप्त करता 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 स्पंज का सतही क्षेत्रफल (surface area) मापने की कोशिश कर रहे हैं, लेकिन वह स्पंज अदृश्य, सूक्ष्म छिद्रों से बना है। वैज्ञानिक इस क्षेत्रफल का अनुमान लगाने के लिए एक विधि का उपयोग करते हैं जिसे BET कहा जाता है (जिसका नाम तीन वैज्ञानिकों के नाम पर रखा गया है), जो यह देखता है कि गैस उस स्पंज से कैसे चिपकती है। यह रसायन विज्ञान में एक मानक उपकरण है, लेकिन यह कुछ ऐसा है जैसे किसी पहेली को सुलझाने की कोशिश करना जहाँ बॉक्स पर बनी तस्वीर धुंधली हो।
यहाँ समस्या यह है: उत्तर प्राप्त करने के लिए, वैज्ञानिकों को अपने प्रयोग से डेटा बिंदुओं की एक विशिष्ट सीमा (range) चुननी होती है और उन बिंदुओं के माध्यम से एक सीधी रेखा खींचनी होती है। समस्या यह है कि अलग-अलग लोग (या अलग-अलग कंप्यूटर प्रोग्राम) इन बिंदुओं के लिए थोड़ा अलग चयन कर सकते हैं। एक व्यक्ति कह सकता है, "आइए बीच के 10 बिंदु लें," जबकि दूसरा कह सकता है, "नहीं, बीच के 12 बिंदु लें।" इससे एक ही स्पंज के लिए अलग-अलग उत्तर मिलते हैं, जिससे भ्रम और परिणामों पर भरोसे की कमी पैदा होती है।
इसे ठीक करने के लिए, एक टीम ने BETSI नामक एक कंप्यूटर प्रोग्राम बनाया जो स्वचालित रूप से हर संभव सीमा की जाँच करता है ताकि "सर्वश्रेष्ठ" रेंज खोजी जा सके। यह एक रोबोट की तरह है जो पहेली के हर संभावित टुकड़े के संयोजन को तब तक आज़माता है जब तक कि उसे वह टुकड़ा न मिल जाए जो पूरी तरह फिट बैठता हो। हालाँकि, यहाँ तक कि रोबोट में भी बग (bugs) हो सकते हैं, या ऐसी छिपी हुई धारणाएँ हो सकती हैं जो उन्हें सूक्ष्म रूप से गलत बना दें।
"LeanBET": गणितीय रूप से प्रमाणित रोबोट
लेखकों ने एक विशेष कंप्यूटर टूल Lean 4 का उपयोग करके इस नए रोबोट का निर्माण किया है। Lean 4 को केवल एक प्रोग्रामिंग भाषा के रूप में नहीं, बल्कि एक अत्यंत सख्त गणित शिक्षक के रूप में देखें जो बिना प्रमाण के आपको कोई गलती करने नहीं देता।
उन्होंने इसे निम्नलिखित सरल उपमाओं का उपयोग करके किया है:
1. "दो-मस्तिष्क" प्रणाली (Polymorphism)
आमतौर पर, जब आप एक कंप्यूटर प्रोग्राम लिखते हैं, तो आप "फ्लोटिंग-पॉइंट नंबरों" (जैसे कैलकुलेटर पर दिखने वाले नंबर) का उपयोग करते हैं। ये तेज़ होते हैं लेकिन थोड़े अव्यव्यवज़ होते हैं क्योंकि कंप्यूटर अनंत सटीकता (infinite precision) को नहीं रख सकते। जब आप गणितीय प्रमाण (math proofs) लिखते हैं, तो आप "वास्तविक संख्याओं" (perfect, infinite precision) का उपयोग करते हैं, लेकिन आप उन्हें कंप्यूटर पर नहीं चला सकते।
लेखकों ने इसे एक आकार बदलने वाले रोबोट का निर्माण करके हल किया।
- मस्तिष्क A (प्रमाण): जब उन्हें यह सिद्ध करने की आवश्यकता होती है कि गणित सही है, तो रोबोट "वास्तविक संख्या" (Real Number) का सूट पहनता है। यह तर्क को त्रुटिहीन साबित करने के लिए पूर्ण, सैद्धांतिक गणित करता है।
- मस्तिष्क B (निष्पादन/Execution): जब उन्हें वास्तविक डेटा पर प्रोग्राम चलाना होता है, तो रोबोट अपना "फ्लोटिंग-पॉइंट" सूट पहन लेता है। यह वास्तविक कंप्यूटरों पर तेज़ी से चलता है।
- जादू: क्योंकि रोबोट दोनों सूटों में एक ही तरह से बनाया गया है, यदि "प्रमाण मस्तिष्क" कहता है कि तर्क सटीक है, तो "निष्पादन मस्तिष्क" गारंटी के साथ उन्हीं नियमों का पालन करेगा। यह एक पुल के डिज़ाइन को सटीक गणित के साथ सुरक्षित सिद्ध करने जैसा है, और फिर वास्तविक स्टील से उस पुल को बनाने जैसा है, यह जानते हुए कि डिज़ाइन कायम रहेगा।
2. "रेसिपी बनाम खाना बनाना" (Derivation as Specification)
सामान्य विज्ञान में, आप कागज़ पर एक रेसिपी (गणितीय सिद्धांत) लिखते हैं, और फिर एक शेफ (प्रोग्रामर) रसोई (सॉफ्टवेयर) में उसे बनाने की कोशिश करता है। कभी-कभी शेफ यहाँ-वहाँ थोड़ा नमक डाल देता है, या किसी चरण को गलत समझ लेता है, और व्यंजन का स्वाद रेसिपी से अलग हो जाता है।
LeanBET में, रेसिपी और खाना बनाना एक ही कमरे में होता है। "गणितीय व्युत्पत्ति" (रेसिपी) को सीधे कोड के भीतर लिखा जाता है। कंप्यूटर यह जाँचता है कि क्या कोड ही वह रेसिपी है। यदि कोड कहता है "नमक डालें," तो गणितीय प्रमाण सत्यापित करता है कि "नमक डालना" बिल्कुल वही है जो सिद्धांत मांगता है। सिद्धांत और व्यवहार के बीच कोई अंतर नहीं रहता।
3. "सख्त निरीक्षक" (Formal Verification)
पेपर का दावा है कि उनका प्रोग्राम केवल उत्तर का अनुमान नहीं लगाता है; यह अपने साथ सत्यता का प्रमाण-पत्र (certificate of correctness) लेकर चलता है।
- मानक सॉफ़्टवेयर: आप प्रोग्राम चलाते हैं, यह आपको एक संख्या देता है, और आप उम्मीद करते हैं कि यह सही होगी।
- LeanBET: आप प्रोग्राम चलाते हैं, यह आपको एक संख्या देता है, और यह आपको एक गणितीय रूप से प्रमाणित दस्तावेज़ भी सौंपता है जिसमें लिखा होता है, "मैंने हर चरण की जाँच की, मैंने हर नियम का पालन किया, और यह संख्या आपके द्वारा दिए गए डेटा के आधार पर एकमात्र सही उत्तर है।"
उन्होंने क्या पाया?
उन्होंने अपने नए "गणितीय रूप से प्रमाणित रोबвोट" का परीक्षण पुराने "मानक रोबोट" (BETSI) के विरुद्ध 19 अलग-अलग डेटा सेट (जैसे 19 अलग-अलग स्पंज) का उपयोग करके किया।
- परिणाम: 19 में से 18 स्पंज के लिए, दोनों रोबोटों ने सबसे सूक्ष्म दशमलव बिंदु तक बिल्कुल समान उत्तर दिया।
- एक गड़बड़ी: एक स्पंज (जिसे UiO-66 कहा जाता है) के लिए, एक बहुत मामूली अंतर (0.03%) था। लेखक स्वीकार करते हैं कि वे अभी भी इसके बारे में अनिश्चित हैं, लेकिन प्रयोगों में होने वाले सामान्य शोर (noise) की तुलना में यह एक बहुत छोटी त्रुटि है।
निष्कर्ष
यह पेपर नए तरीके से स्पंज मापने के बारे में नहीं है। यह मौजूदा तरीके के एक विश्वसनीय संस्करण के निर्माण के बारे में है। उन्होंने एक मानक वैज्ञानिक उपकरण लिया, उसे एक "गणित-सिद्ध" वातावरण के भीतर पुनर्गठित किया, और दिखाया कि यह पुराने उपकरणों की तरह ही अच्छा काम करता है, लेकिन इस गारंटी के साथ कि इसने कोई तार्किक गलती नहीं की है।
यह एक साधारण मानचित्र से जीपीएस (GPS) में अपग्रेड करने जैसा है जो न केवल आपको रास्ता बताता है, बल्कि चरण-दर-चरण यह भी सिद्ध करता है कि वह रास्ता सबसे छोटा और सबसे सुरक्षित है, और इसमें कोई छिपा हुआ मोड़ नहीं 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।