Inductive Deductive Synthesis: Enabling AI to Generate Formally Verified Systems
यह शोध पत्र इंडक्टिव डिडक्टिव सिंथेसिस (IDS) को प्रस्तुत करता है, जो एक एजेंटिक LLM सिस्टम है जो वितरित प्रणालियों (डिस्ट्रीब्यूटेड सिस्टम्स) के लिए कार्यान्वयन और औपचारिक प्रमाणों को संयुक्त रूप से संश्लेषित करता है, और की-वैल्यू स्टोर विनिर्देशों पर मानव विशेषज्ञों और अत्याधुनिक कोडिंग एजेंटों दोनों की तुलना में काफी कम समय और लागत के साथ 100% सफलता 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 जटिल, वितरित प्रणाली (distributed system) बना रहे हैं, जैसे कि एक डिजिटल बैंक या एक साझा नोटबुक जिसका उपयोग कई लोग एक साथ करते हैं। आपको यह सुनिश्चित करना होगा कि यदि व्यक्ति A कोई नोट लिखता है, तो व्यक्ति B उसे तुरंत देख सके, और इंटरनेट कितना भी अराजक क्यों न हो जाए, कोई भी डेटा कभी खोया या आपस में मिला हुआ नहीं होना चाहिए।
परंपरागत रूप से, इसे बनाने के दो तरीके हैं:
"अनुमान और जाँच" का तरीका (वर्तमान AI): आप एक स्मार्ट AI से कोड लिखने के लिए कहते हैं। वह कोड लिखता है, कुछ परीक्षण करता है, और कहता है, "यह ठीक लग रहा है!" लेकिन यह एक पुल की जाँच करने जैसा है जैसे उस पर एक कार चलाकर देखना। यह एक कार के लिए तो टिक सकता है, लेकिन एक ट्रक के नीचे ढह सकता है। यह हर संभव परिदृश्य के लिए सुरक्षा की गारंटी नहीं देता है।
"गणितीय प्रमाण" का तरीका (पारंपरिक विशेषज्ञ): आप गणितज्ञों और इंजीनियरों की एक टीम को काम पर रखते हैं। वे केवल कोड का परीक्षण नहीं करते; वे एक औपचारिक गणितीय प्रमाण लिखते हैं कि कोड विफल नहीं हो सकता, चाहे कुछ भी हो जाए। यह अविश्वसनीय रूप से सुरक्षित है, लेकिन इसमें वर्षों का मानवीय प्रयास लगता है और बहुत अधिक लागत आती है।
समस्या:
पेपर कहता है कि वर्तमान सबसे स्मार्ट AI एजेंट भी (जैसे Codex या Claude) "गणितीय प्रमाण" वाले तरीके में विफल रहते हैं। वे पहले कोड लिखने की कोशिश करते हैं, फिर बाद में उसे सिद्ध करने की कोशिश करते हैं। यह घर बनाने और फिर ईंटें बिछाने के बाद आर्किटेक्ट से यह पूछने जैसा है कि क्या घर गिरेगा या नहीं। यह बहुत कठिन है, और वे इसमें फंस जाते हैं।
समाधान: इंडक्टिव डिडक्टिव सिंथेसिस (IDS)
लेखकों ने एक नया AI सिस्टम बनाया है जिसे IDS (इंडक्टिव डिडक्टिव सिंथेसिस) कहा जाता है। इसे एक एकल कार्यकर्ता के रूप में नहीं, बल्कि विशेषज्ञ वास्तुकारों (architects) और निरीक्षकों (inspectors) की एक टीम के रूप में देखें जो एक कड़े लूप में काम कर रहे हैं।
यह कैसे काम करता है, इसके लिए एक सरल उपमा दी गई है:
"बनाओ और निरीक्षण करो" लूप (The "Build and Inspect" Loop)
पूरा घर बनाने और फिर उसकी जाँच करने के बजाय, IDS घर का एक छोटा सा हिस्सा बनाता है और तुरंत जाँच करता है कि क्या वह हिस्सा गणितीय रूप से सही है।
- डिडक्टिव टीम (निर्माता): ये AI एजेंट कोड का एक छोटा सा हिस्सा (जैसे एक दरवाजे का फ्रेम) और प्रमाण का एक छोटा सा हिस्सा (एक गणितीय वाक्य कि "यह दरवाजा मजबूत है") लिखने की कोशिश करते हैं।
- निरीक्षक (प्रूफ असिस्टेंट): एक सख्त, बिना पलक झपकाए काम करने वाला रोबोट निरीक्षक (जिसे Rocк/Rocq कहा जाता है) तुरंत काम की जाँच करता है।
- यदि गणित मेल नहीं खाता, तो निरीक्षक कहता है, "नहीं, यह दरवाजा कमजोर है," और टीम तुरंत रुक जाती है। वे एक कमजोर नींव पर पूरा घर बनाने में समय बर्बाद नहीं करते हैं।
- यदि यह पास हो जाता है, तो वे अगले छोटे हिस्से की ओर बढ़ते हैं।
- इंडक्टिव टीम (रणनीतिकार): कभी-कभी, निर्माता अटक जाते हैं। वे एक ही प्रकार का दरवाजा बनाने की कोशिश करते रहते हैं, लेकिन गणित कभी काम नहीं करता। यहीं पर "इंडक्टिव" वाला हिस्सा आता है।
- प्रपोजर (Proposer): एक रणनीतिक AI उस फंसे हुए बिंदु को देखता है और कहता है, "हे, शायद हमें लकड़ी का दरवाजा नहीं बनाना चाहिए; चलिए स्टील का दरवाजा बनाने की कोशिश करते हैं।" यह एक नया स्थानीय समाधान सुझाता है।
- रीलोडर (Reloader): यदि पूरी रणनीति ही गलत है (जैसे दलदल पर घर बनाने की कोशिश करना), तो यह रणनीतिकार कहता है, "इस डिज़ाइन को छोड़ो। चलिए एक बिल्कुल अलग ब्लूप्रिंट के साथ फिर से शुरू करते हैं।"
यह एक बड़ी बात क्यों है
पेपर का दावा है कि यह सिस्टम तीन कारणों से गेम-चेंजर है:
- गति: इसने 7 जटिल वितरित प्रणाली की समस्याओं को लगभग 6.8 घंटों में हल किया। एक मानव विशेषज्ञ टीम को इसे करने में महीनों या वर्षों का समय लगता। यह लगभग 200 गुना तेज़ है।
- सफलता दर: मौजूदा सर्वोत्तम AI एजेंट केवल 7 में से 2 समस्याओं को हल कर सके। IDS ने सभी 7 समस्याओं को हल किया।
- प्रदर्शन: न केवल कोड सही है, बल्कि वह तेज़ भी है। कुछ मामलों में, IDS द्वारा उत्पन्न कोड मानव-लिखित सर्वोत्तम संस्करणों की तुलना में 3 गुना तेज़ चला। ऐसा इसलिए हुआ क्योंकि AI ने डिज़ाइन के अधिक विकल्पों की खोज की, जिससे उसे वह "स्वीट स्पॉट" मिल गया जिसे इंसान अक्सर मिस कर देते हैं।
कमी (सीमाएं)
पेपर ईमानदारी से बताता है कि IDS अभी क्या नहीं कर सकता है:
- इसे एक सटीक रेसिपी की आवश्यकता है: आपको अभी भी एक मानव विशेषज्ञ की आवश्यकता है जो प्रारंभिक "स्पेसिफिकेशन" (वे गणितीय नियम कि सिस्टम को क्या करना चाहिए) लिखे। यदि रेसिपी गलत है, तो AI एक आदर्श घर बनाएगा जो आपकी इच्छित चीज़ से मेल नहीं खाता।
- यह अभी हर चीज़ के लिए जादू की छड़ी नहीं है: उन्होंने विशेष रूप से "की-वैल्यू स्टोर्स" (एक प्रकार का डेटाबेस) पर इसका परीक्षण किया है। हालांकि उनका मानना है कि यह अन्य चीजों (जैसे ऑपरेटिंग सिस्टम या एन्क्रिप्शन) पर भी काम कर सकता है, लेकिन उन्होंने अभी तक इसे सिद्ध नहीं किया है।
निष्कर्ष (The Bottom Line)
यह पेपर AI का उपयोग करने का एक नया तरीका पेश करता है जो निर्माण और जाँच को एक साथ जोड़ता है। AI से "कोड लिखो और उम्मीद करो कि यह काम करेगा" कहने के बजाय, यह AI से "कोड लिखो और उसे चरण-दर-चरण सिद्ध करो" कहता है।
यह "पूरी तरह से सुरक्षित" सॉफ्टवेयर बनाने की प्रक्रिया को एक धीमे, महंगे मानवीय मैराथन से एक तेज़, स्वचालित स्प्रिंट में बदल देता है, जिससे हमारे द्वारा भरोसेमंद सॉफ्टवेयर (जैसे बैंकिंग ऐप या क्लाउड स्टोरेज) बहुत अधिक सुरक्षित और विश्वसनीय हो सकता 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।