Hilbert-Geo: Solving Solid Geometric Problems by Neural-Symbolic Reasoning
यह शोध पत्र Hilbert-Geo को प्रस्तुत करता है, जो एक न्यूरल-सिम्बोलिक फ्रेमवर्क है जो जटिल ठोस और समतल ज्यामिति समस्याओं को हल करने के लिए सत्यापन योग्य, मानव-पठनीय तर्क के माध्यम से अत्याधुनिक प्रदर्शन प्राप्त करने हेतु प्राकृतिक भाषा और दृश्य इनपुट को एक औपचारिक भाषा में एकीकृत 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 जटिल पहेली को हल करने की कोशिश कर रहे हैं। समतल, 2D पहेलियों के लिए (जैसे कागज पर एक त्रिभुज बनाना), आधुनिक AI काफी अच्छा हो गया है। लेकिन जब पहेली में 3D वस्तुएं शामिल हों—जैसे यह समझना कि एक घन (cube) एक गोले (sphere) के भीतर कैसे फिट बैठता है, या एक मुड़ी हुई आकृति का आयतन (volume) निकालना—तो AI अक्सर खो जाता है, भ्रमित हो जाता है, या चीजें बनाने लगता है।
"Hilbert-Geo" नामक शोध पत्र एक नया सिस्टम पेश करता है जिसे इस समस्या को ठीक करने के लिए डिज़ाइन किया गया है। इसे ऐसे समझें जैसे AI को एक सख्त नियम पुस्तिका (rulebook) और एक विशेष अनुवादक (specialized translator) दिया गया है ताकि वह अंततः बिना गलत जानकारी (hallucinations) दिए 3D ज्यामिति की समस्याओं को समझ सके और हल कर सके।
यह कैसे काम करता है, इसे सरल अवधारणाओं में यहाँ दिया गया है:
1. समस्या: AI "स्थानिक रूप से भ्रमित" (Spatially Confused) हो जाता है
लेखकों ने पाया कि यहाँ तक कि सबसे स्मार्ट AI मॉडल (जैसे GPT-5 या Gemini) भी 3D ज्यामिति में संघर्ष करते हैं। क्यों?
- "भ्रम" (Hallucination) का मुद्दा: 3D ड्राइंग को देखते समय, AI ऐसी रेखा "देख" सकता है जो वहाँ नहीं है या यह सोच सकता है कि दो आकृतियाँ आपस में जुड़ी हुई हैं जबकि वे नहीं हैं।
- "गणित" का मुद्दा: भले ही वह चित्र को सही देख ले, लेकिन वह गणनाओं या उत्तर प्राप्त करने के लिए आवश्यक तार्किक चरणों में अक्सर गलती कर देता है।
- "भाषा" का मुद्दा: 3D ज्यामिति को साधारण अंग्रेजी में समझाना कठिन है। 3D वस्तु का वर्णन करते समय "लंबवत" (perpendicular) या "स्पर्श रेखा" (tangent) जैसे शब्द अस्पष्ट हो सकते हैं।
2. समाधान: एक "अनुवादक" और एक "नियम पुस्तिका"
टीम ने Hilbert-Geo बनाया है, जो दो मुख्य चरणों में काम करता है, जैसे दो लोगों की एक टीम किसी रहस्य को सुलझा रही हो।
चरण A: अनुवादक (Parse2Reason)
कल्पना कीजिए कि आपके पास एक अव्यवस्थित नोट है जो स्थानीय भाषा (slang) में लिखा गया है और एक धुंधली फोटो है। आप उस पहेली को हल नहीं कर सकते। आपको एक अनुवादक की आवश्यकता है जो सब कुछ एक सटीक, गणितीय कोड में बदल सके।
- यह क्या करता है: सिस्टम प्राकृतिक भाषा के टेक्स्ट (समस्या का विवरण) और इमेज (3D आरेख) को लेता है और उन दोनों को एक सख्त, औपचारिक भाषा में अनुवादित करता है जिसे CDL (Conditional Description Language) कहा जाता है।
- उपमा: इसे एक इंसान के अस्पष्ट निर्देशों ("बक्सा थोड़ा लंबा है और मेज पर रखा है") को कंप्यूटर के सटीक ब्लूप्रिंट ("Box A, Height 10, resting on Plane B") में बदलने के रूप में समझें। यह सभी अनुमानों और अस्पष्टताओं को दूर कर देता है।
चरण B: नियम पुस्तिका (The Reasoning Engine)
एक बार जब समस्या को इस सख्त कोड में अनुवादित कर दिया जाता है, तो AI केवल उत्तर का "अनुमान" नहीं लगाता। इसके बजाय, यह एक लॉजिक इंजन (Logic Engine) का उपयोग करता है।
- यह क्या करता है: इस इंजन के पास ज्यामितीय नियमों (प्रमेयों/Theorems) और परिभाषाओं (Predicates) का एक विशाल पुस्तकालय है। यह समस्या को एक गणितीय प्रमाण (math proof) की तरह मानता है। यह ज्ञात तथ्यों से शुरू होता है और उत्तर प्राप्त करने के लिए एक-एक करके नियमों को लागू करता है।
- उपमा: कल्पना कीजिए कि एक जासूस सहज ज्ञान (intuition) पर भरोसा नहीं करता। इसके बजाय, उसके पास कानूनों की एक बड़ी किताब है। वह साक्ष्यों (अनुवादित कोड) को देखता है, एक ऐसा कानून चुनता है जो फिट बैठता है, उसे लागू करता है, एक नया साक्ष्य प्राप्त करता है, और मामला सुलझाने तक यही दोहराता है। यदि कोई चरण नियमों में फिट नहीं बैठता है, तो इंजन रुक जाता है और कहता है, "यह पथ अमान्य है," बजाय इसके कि वह कोई कहानी बनाने लगे।
3. नए प्रशिक्षण मैदान (Datasets)
इस सिस्टम को सिखाने के लिए, लेखकों ने महसूस किया कि मौजूदा डेटासेट अव्यवस्थित या त्रुटियों से भरे हुए थे। इसलिए, उन्होंने दो नए, उच्च-गुणवत्ता वाले "ट्रेनिंग जिम" बनाए:
- SolidFGeo2k: 2,000 कठिन 3D ज्यामिति समस्याओं का एक संग्रह, जिन्हें मानव विशेषज्ञों द्वारा सावधानीपूर्वक जांचा गया है।
- PlaneFGeo3k: 2D (समतल) ज्यामिति समस्याओं के लिए एक समान संग्रह।
- यह क्यों महत्वपूर्ण है: ये केवल प्रश्न और उत्तर नहीं हैं; इनमें उस सख्त औपचारिक भाषा में "गोल्ड स्टैंडर्ड" अनुवाद भी शामिल हैं, ताकि AI सीख सके कि ज्यामिति की भाषा कैसे बोली जाती है।
4. परिणाम: दिग्गजों को पछाड़ना
जब उन्होंने Hilbert-Geo का दुनिया के सबसे प्रसिद्ध AI मॉडलों के खिलाफ परीक्षण किया:
- 3D समस्याओं पर: सबसे अच्छे मौजूदा AI मॉडल (जैसे GPT-5) लगभग 54% उत्तर सही दे पाए। Hilbert-Geo ने 77% सही उत्तर दिए।
- 2D समस्याओं पर: इसने समतल ज्यामिति पर भी बहुत अच्छा प्रदर्शन किया, 80% सही उत्तर दिए, जिससे सिद्ध होता है कि यह 2D और 3D दोनों के लिए काम करता है।
- मानव स्तर: हालांकि मनुष्य अभी भी अधिक स्कोर (लगभग 82%) करते हैं, लेकिन Hilbert-Geo अब तक का सबसे करीबी AI है जिसने इन विशिष्ट 3D पहेलियों को विश्वसनीय रूप से हल किया है।
निष्कर्ष
शोध पत्र का दावा है कि AI को केवल "अनुमान लगाने" के बजाय समस्या को एक सख्त, तार्किक भाषा में "अनुवाद करने" के लिए मजबूर करके, हम 3D स्थानिक तर्क (spatial reasoning) को संभालने की उसकी क्षमता में नाटकीय रूप से सुधार कर सकते हैं। यह AI को सामान्य अर्थों में स्मार्ट बनाने के बारे में नहीं है; यह उसे एक बेहतर टूलसेट (औपचारिक भाषा) और एक बेहतर तरीका (नियम-आधारित इंजन) देने के बारे में है ताकि वह 3D आकृतियों के बारे में तथ्य गढ़ना बंद कर सके।
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।