🤖 AI

Towards a Bridge Layer Between Bibliographic and Formalized Mathematical Knowledge

यह शोध पत्र ग्रंथ सूची संबंधी मेटाडेटा को औपचारिक प्रमाण कलाकृतियों (formal proof artifacts) से जोड़ने के लिए एक रिलेशनल ब्रिज डेटाबेस और एक पेपर-स्तरीय औपचारिकीकरण स्कोर (paper-level formalization score) प्रस्तावित करता है, जिसका लक्ष्य गणितीय साहित्य और मशीन-सत्यापन योग्य प्रमाणों को एक स्केलेबल, मशीन-एक्शन करने योग्य ज्ञान ग्राफ में एकीकृत करना है।

मूल लेखक: A. Mayeux

प्रकाशित 2026-06-11

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: A. Mayeux

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 गणित की दुनिया एक विशाल पुस्तकालय है, लेकिन यह दो पूरी तरह से अलग पंखों में विभाजित है जो आपस में बात नहीं करते।

पुस्तकालय के दो पंख

"मानवीय" पंख (ग्रंथ सूची डेटाबेस): यहाँ सभी प्रकाशित गणितीय शोध पत्र रहते हैं। MathSciNet या zbMATH जैसी जगहों के बारे में सोचें। ये पुस्तकालय के कार्ड कैटलॉग की तरह हैं। वे बताते हैं कि किसने पेपर लिखा, कब प्रकाशित हुआ, यह किस बारे में है, और इसने किसे उद्धृत (cite) किया है। यह मानव अनुसंधान का एक रिकॉर्ड है, लेकिन इसके भीतर का गणित "मानवीय भाषा" (पाठ और प्रतीकों) में लिखा गया है जिसे केवल मनुष्य ही पढ़ और समझ सकते हैं।
"रोबोट" पंख (औपचारिक पुस्तकालय): यहाँ "मशीन-सत्यापनीय" (machine-verifiable) गणित रहता है। Lean के mathlib जैसी प्रणालियों के बारे में सोचें। यहाँ गणितज्ञ अपने विचारों को सख्त कंप्यूटर कोड में अनुवादित करते हैं। यह एक उपन्यास को प्रोग्रामिंग भाषा में अनुवाद करने जैसा है ताकि एक कंप्यूटर यह सुनिश्चित करने के लिए जांच सके कि हर एक तार्किक चरण 100% सही है। समस्या यह है कि यह पंख इस आधार पर व्यवस्थित है कि कोड कैसे बनाया गया है, न कि मूल पेपर से कि वह कहाँ से आया है।

समस्या: एक लापता सेतु (Missing Bridge)

अभी, ये दोनों पंख एक-दूसरे से कटे हुए हैं। यदि आपको "मानवीय" पंख में कोई प्रसिद्ध प्रमेय (theorem) मिलता है, तो पुस्तकालय का कैटलॉग आपको यह नहीं बताता कि क्या इसे "रोबोट" पंख में अनुवादित किया गया है। इसके विपरीत, यदि आप "रोबोट" पंख में कोड का एक टुकड़ा देखते हैं, तो यह आपको नहीं बताता कि वह मूल रूप से किस प्रसिद्ध पेपर से आया है। ये एक ही क्षेत्र के दो अलग-अलग मानचित्र हैं जो आपस में मेल नहीं खाते।

समाधान: एक "ब्रिज लेयर" (Bridge Layer)

लेखक, अर्नौड मेयक्स (Arnaud Mayeux), इन दोनों पंखों के बीच एक डिजिटल सेतु बनाने का प्रस्ताव देते हैं। यह कोई नया पुस्तकालय नहीं है; यह एक कनेक्टर है।

यह क्या करता है: यह "मानवीय" पंख से एक पेपर लेता है और उसे "रोबोट" पंख में उसके अनुरूप कोड से जोड़ता है।
"औपचारिकीकरण स्कोर" (Formalization Score): इसे उपयोगी बनाने के लिए, सिस्टम प्रत्येक पेपर को एक स्कोर देता है (0% से 100% तक)।
- 100% का अर्थ है कि कंप्यूटर ने उस पेपर के हर परिभाषा, प्रमेय और प्रमाण को अनुवादित और जांच लिया है।
- 50% का अर्थ है कि आधा हिस्सा अनुवादित हो चुका है।
- 0% का अर्थ है कि पेपर मानवीय दुनिया में मौजूद है, लेकिन रोबोट दुनिया ने अभी तक उसे छुआ भी नहीं है।

उन्होंने इसका परीक्षण कैसे किया (एक "AI अनुवादक" प्रयोग)

क्या इस सेतु को वास्तव में बनाया जा सकता है या नहीं, यह देखने के लिए, लेखक ने एक छोटा प्रयोग चलाया जिसमें एक आर्टिफिशियल इंटेलिजेंस (विशेष रूप से, एक लार्ज लैंग्वेज मॉडल जिसे Google Gemini कहा जाता है) का उपयोग किया गया।

उन्होंने AI को कई अलग-अलग गणितीय शोध पत्रों के लिए दो दस्तावेज़ दिए:

मूल मानवीय पेपर (PDF 1)।
संगत कंप्यूटर कोड या दस्तावेज़ीकरण (PDF 2)।

AI को एक सख्त लाइब्रेरियन की तरह कार्य करने के लिए कहा गया:

चरण 1: मानवीय पेपर में प्रत्येक गणितीय दावे (जैसे "प्रमेय A," "परिभाषा B," "अनुमान C") की गिनती करना।
चरण 2: कंप्यूटर कोड की जांच करना कि क्या वह विशिष्ट दावा वहां मौजूद है।
- यदि यह केवल एक परिभाषा है, तो कोड को उस परिभाषा की आवश्यकता है।
- यदि यह एक प्रमेय है, तो कोड को उस परिभाषा और प्रमाण दोनों की आवश्यकता है।
चरण 3: प्रतिशत की गणना करना।

परिणाम

AI ने वास्तविक दुनिया के कई उदाहरणों के लिए सफलतापूर्वक ये स्कोर निकाले:

स्फेयर पैकिंग (आयाम 8): AI ने पाया कि कंप्यूटर कोड ने मानवीय पेपर के 100% हिस्से को कवर किया। (पूर्ण मिलान)।
ζ(3) की अपरिमेयता (Irrationality of ζ(3)): AI ने 50% का मिलान पाया। (आधा काम पूरा हो गया है)।
एल्जेब्रिक मैग्नेटिज्म (Algebraic Magnetism): AI ने 0% पाया। मानवीय पेपर मौजूद था, लेकिन कंप्यूटर कोड उससे पूरी तरह से असंबंधित था।

यह क्यों महत्वपूर्ण है (पेपर के अनुसार)

पेपर का तर्क है कि यह प्रणाली व्यवहार्य (feasible) है। यह मानव समीक्षकों या कंप्यूटर चेकरों को बदलने की कोशिश नहीं करती है। इसके बजाय, यह एक इंडेक्स या एक निर्देशिका (directory) के रूप में कार्य करती है जो कहती है, "हे, यदि आप यह पेपर पढ़ रहे हैं, तो यहाँ उसका लिंक है जिसका कंप्यूटर द्वारा सत्यापन किया गया है, और यहाँ वह स्कोर है कि कितना काम किया गया है।"

सीमाएं

लेखक अपनी कमियों के प्रति ईमानदार हैं:

PDF पढ़ना कठिन है: कंप्यूटर के लिए PDF से गणित पढ़ना मुश्किल होता है क्योंकि यह केवल टेक्स्ट की एक छवि है, न कि तथ्यों की एक संरचित सूची।
AI पूर्ण नहीं है: AI कभी-कभी गलत अनुमान लगा सकता है कि कोड का कोई हिस्सा टेक्स्ट से मेल खाता है या नहीं।
यह एक "सर्वश्रेष्ठ प्रयास" (Best Effort) प्रणाली है: यह एक पूर्ण, जादुई मानचित्र नहीं है। यह एक उपकरण है जो शोधकर्ताओं को यह व्यापक दृश्य देखने में मदद करता है कि क्या औपचारिक किया गया है और क्या नहीं, वर्तमान में उपलब्ध सर्वोत्तम डेटा के आधार पर।

संक्षेप में, पेपर एक स्कोरकार्ड सिस्टम का प्रस्ताव करता है जो मानवीय गणितीय शोध पत्रों को उनके कंप्यूटर-जांच वाले संस्करणों से जोड़ता है, और यह देखने के लिए AI का उपयोग करता है कि कितना काम किया गया है।

तकनीकी सारांश: ग्रंथ सूची संबंधी और औपचारिक गणितीय ज्ञान के बीच एक ब्रिज लेयर की ओर

समस्या विवरण
आधुनिक गणितीय ज्ञान वर्तमान में दो संरचनात्मक रूप से स्वतंत्र बुनियादी ढांचों में विभाजित है। एक ओर, MathSciNet और zbMATH Open जैसे ग्रंथ सूची डेटाबेस (bibliographic databases) मानव-पठनीय शोध रिकॉर्ड को अनुक्रमित करते हैं, जो प्रकाशन मेटाडेटा, उद्धरण नेटवर्क (citation networks) और विशेषज्ञ समीक्षाओं को कैप्चर करते हैं। दूसरी ओर, औपचारिक प्रमाण लाइब्रेरी (जैसे Lean की mathlib) और इंटरैक्टिव थ्योरम प्रूवर (ITPs) मशीन-सत्यापन योग्य गणित को औपचारिक रूप से जांचे गए ऑब्जेक्ट्स के रूप में एनकोड करते हैं। हालांकि ये पारिस्थितिकी तंत्र पूरक हैं, फिर भी वे आपस में जुड़े हुए नहीं हैं: ग्रंथ सूची प्रणालियाँ यह संकेत नहीं देती हैं कि क्या परिणाम औपचारिक रूप दिए जा चुके हैं, और औपचारिक लाइब्रेरीज़ प्रकाशन मेटाडेटा के बजाय आंतरिक निर्भरता ग्राफ (dependency graphs) के इर्द-गिर्द व्यवस्थित होती हैं। यद्यपि "संरेखण आर्टिफैक्ट्स" (जैसे सर्वेक्षण पत्र या दस्तावेज़ीकरण) मौजूद हैं जो शास्त्रीय परिणामों को यांत्रिक विकास (mechanized developments) से मैप करते हैं, लेकिन ये मैपिंग खंडित, गैर-मानकीकृत और एक क्वेरी करने योग्य परत में व्यवस्थित रूप से एकीकृत नहीं हैं।

कार्यप्रणाली
यह शोध पत्र एक सापेक्ष ब्रिज-डेटाबेस (relational bridge-database) का प्रस्ताव करता है जिसे मौजूदा बुनियादी ढांचों को बदलने के बजाय उन्हें एकीकृत करने के लिए डिज़ाइन किया गया है। मुख्य कार्यप्रणाली में तीन घटक शामिल हैं:

वास्तुकला एकीकरण (Architectural Integration): यह प्रणाली एक संरेखण बुनियादी ढांचे के रूप में कार्य करती है जो मौजूदा ग्रंथ सूची रिकॉर्ड (MathSciNet और zbMATH Open से) को औपचारिक आर्टिफैक्ट्स (Lean, Reservoir, आदि से) से जोड़ती है। यह नई सहकर्मी समीक्षा (peer review) या औपचारिक सत्यापन नहीं करती है, बल्कि एक अभिलेखीय मंच (archival platform) के रूप में कार्य करती है जो प्रकाशनों और औपचारिक कोड के बीच पत्राचार को रिकॉर्ड करती है।
औपचारिकीकरण स्कोर ( $S(P_i)$ ): लेखक किसी विशिष्ट पेपर $P_i$ $P_{i}$ के लिए औपचारिकीकरण के स्तर को मापने के लिए एक मात्रात्मक मीट्रिक को परिभाषित करते हैं।
- पेपर को गणितीय कथनों $S_i$ (परिभाषाएं, लेम्मा, प्रमेय, अनुमान, आदि) के एक संग्रह के रूप में माना जाता है।
- प्रत्येक कथन $s$ के लिए एक बाइनरी इंडिकेटर $\phi(s)$ असाइन किया जाता है: 1 यदि वह Lean में पूरी तरह से औपचारिक रूप से प्रस्तुत है, और 0 अन्यथा।
- आवश्यकताओं में अंतर:
  - शुद्ध कथन (परिभाषाएं, निर्माण, अनुमान) के लिए केवल औपचारिक ऑब्जेक्ट का अस्तित्व आवश्यक है।
  - सिद्ध कथन (प्रमेय, लेम्मा) के लिए औपचारिक कथन और एक पूर्ण औपचारिक प्रमाण दोनों की आवश्यकता होती है।
- स्कोर की गणना इस प्रकार की जाती है: $S(P_i) = 100 \cdot \frac{\sum_{s \in S_i} \phi(s)}{|S_i|}$ ।
क्रॉस-डॉक्यूमेंट एलाइनमेंट के माध्यम से व्यवहार्यता अध्ययन: यह प्रदर्शित करने के लिए कि इन स्कोर्स को बड़े पैमाने पर अनुमानित किया जा सकता है, लेखकों ने जीरो-शॉट सेटिंग में लार्ज लैंग्वेज मॉडल्स (LLMs) का उपयोग किया। मॉडल को एक अनौपचारिक गणितीय पेपर (PDF 1) की तुलना एक औपचारिक दस्तावेज़ या Lean कार्यान्वयन (PDF 2) से करने का कार्य दिया गया था। मॉडल को निम्नलिखित निर्देश दिए गए थे:
- अनौपचारिक पाठ से सूक्ष्म गणितीय कथनों को निकालना।
- उन्हें "शुद्ध" (Pure) या "सिद्ध" (Proved) के रूप में वर्गीकृत करना।
- औपचारिक पाठ में अर्थ संबंधी पत्राचार (semantic correspondences) की पहचान करना।
- मिलान किए गए कथनों के अनुपात के आधार पर औपचारिकीकरण स्कोर की गणना करना।

प्रमुख योगदान

इंटरऑपरेबिलिटी लेयर: एक डेटाबेस का प्रस्ताव जो ग्रंथ सूची रजिस्ट्रियों को औपचारिक सत्यापन वातावरण के साथ एकीकृत करता है, प्रकाशन मेटाडेटा को औपचारिक कोड रिपॉजिटरी से जोड़ता है।
औपचारिकीकरण स्कोर की परिभाषा: एक कठोर, पेपर-स्तरीय मीट्रिक ( $S(P_i)$ ) जो किसी प्रकाशन के औपचारिक प्रणालियों में कवरेज को मात्रात्मक रूप से मापता है, जो परिभाषाओं के अस्तित्व और प्रमाणों की उपस्थिति के बीच अंतर करता है।
व्यवहार्यता प्रदर्शन: एक प्रूफ-ऑफ-कॉन्सेप्ट अध्ययन जो दिखाता है कि LLMs अनौपचारिक टेक्स्ट को औपचारिक आर्टिफैक्ट्स के साथ संरेखित करके इन स्कोर्स का सफलतापूर्वक अनुमान लगा सकते हैं, जिससे औपचारिकीकरण कवरेज के बड़े पैमाने पर विश्लेषण को सक्षम बनाया जा सके।

प्रायोगिक परिणाम
लेखकों ने Google Gemini का उपयोग करके छह गणितीय शोध पत्रों पर प्रयोग किए, जिसके लिए किसी फाइन-ट्यूनिंग की आवश्यकता नहीं थी। परिणामों ने विभिन्न स्तरों के औपचारिकीकरण के बीच अंतर करने की प्रणाली की क्षमता को प्रदर्शित किया:

उच्च कवरेज: आयाम 8 में स्फीयर पैकिंग समस्या को 100 का स्कोर प्राप्त हुआ, जो पूर्ण औपचारिकीकरण को दर्शाता है।
आंशिक कवरेज: $\zeta(3)$ की अपरिमेयता और मल्टी-ग्रैडेड प्रोज स्कीम्स (multi-graded Proj schemes) पर शोध पत्रों को क्रमशः 50 और 67.74 (और दूसरे प्रयोग में 96.30) प्राप्त हुआ, जो पर्याप्त लेकिन अधूरा औपचारिकीकरण दर्शाता है।
कम/कोई कवरेज नहीं: "डाइलेटेशन्स ऑफ कैटेगरीज" (Dilatations of categories) पर एक पेपर को 41.67 मिला, और "एल्जेब्रिक मैग्नेटिज्म" (Algebraic magnetism) पर एक सर्वेक्षण (जिसका कोई Lean कार्यान्वयन नहीं था) को असंबंधित दस्तावेज़ीकरण के विरुद्ध मैच करने पर 0 प्राप्त हुआ।
लेखों ने पुष्टि की कि मॉडल यह सही ढंग से पहचान सकता था कि कोई प्रासंगिक औपचारिकीकरण मौजूद नहीं है और यह पूर्णतः और आंशिक रूप से औपचारिक कार्यों के बीच अंतर कर सकता था।

महत्व और दावे
यह शोध पत्र इस कार्य को ग्रंथ सूची संबंधी और औपचारिक गणितीय पारिस्थितिक तंत्रों को स्केलेबल, मशीन-एक्शनबल नॉलेज ग्राफ में एकीकृत करने की दिशा में एक पहला कदम के रूप में प्रस्तुत करता है। लेखक स्पष्ट रूप से कहते हैं कि प्रस्तावित प्रणाली मौजूदा प्रकाशन या सत्यापन बुनियादी ढांचों का विकल्प नहीं है। इसके बजाय, यह एक "कनेक्टिव लेयर" के रूप में कार्य करती है जो मौजूदा, अनौपचारिक संरेखण ज्ञान को एक संरचित, क्वेरी करने योग्य संसाधन में व्यवस्थित करती है।

इसका महत्व निम्नलिखित में निहित है:

प्रकाशित परिणामों और उनके औपचारिक समकक्षों तक एकीकृत पहुंच प्रदान करना।
इस बात का बड़े पैमाने पर विश्लेषण करने में सक्षम बनाना कि गणितीय साहित्य का कितना हिस्सा औपचारिक रूप दिया गया है।
प्रकाशनों को औपचारिक प्रमाण ऑब्जेक्ट से जोड़ने के लिए एक आधार तैयार करना, जो भविष्य के AI-जनित गणित और मानव-AI हाइब्रिड वर्कफ़्लो का समर्थन कर सकता है।

लेखक सीमाओं को स्वीकार करते हुए कहते हैं कि PDF पार्सिंग अस्पष्टता पैदा करती है, रिट्रीवल की गुणवत्ता स्कोरिंग की सटीकता को प्रभावित करती है, और LLMs भ्रामक पत्राचार (spurious correspondences) उत्पन्न कर सकते हैं। फलस्वरूप, वे इस प्रणाली को रिलेशनल एलाइनमेंट के लिए एक "सर्वश्रेष्ठ-प्रयास फ्रेमवर्क" (best-effort framework) के रूप में फ्रेम करते हैं, न कि एक पूर्णतः सटीक मैपिंग के रूप में, जिसमें यह अपेक्षा की गई है कि हाइपरलिंक्स और मैपिंग को अंततः वर्तमान ग्रंथ सूची प्रथाओं के समान मैन्युअल रूप से या पर्यवेक्षित प्रक्रियाओं के माध्यम से क्यूरेट किया जाएगा।

इसी तरह के और पेपर