AI-Assisted Completion of CertiGC Proofs: An Experience Report
यह अनुभव रिपोर्ट विवरण देती है कि कैसे AI-सहायता प्राप्त उपकरणों (Codex) का उपयोग परिवर्तनीय अपडेट को संभालने के लिए एक नए रिकॉर्डेड-बैकवर्ड-एज इनवेरिएंट (recorded-backward-edge invariant) के इर्द-गिर्द सत्यापन को पुनर्गठित करके Rocq में CertiGC सत्यापित जनरेशनल गारबेज कलेक्टर प्रमाण को स्थिर करने और पूर्ण करने के लिए किया गया था, जबकि मानव विशेषज्ञों ने शुद्धता सुनिश्चित करने के लिए इनवेरिएंट्स के अधिनिर्णय और प्रमाण पथ के ऑडिट पर ध्यान केंद्रित किया।
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 CertiGC नामक एक विशाल, जादुई पुस्तकालय के मुख्य वास्तुकार (head architect) हैं। यह पुस्तकालय केवल किताबें ही नहीं रखता; यह एक जीवित, सांस लेता हुआ तंत्र है जो नई किताबों के लिए जगह बनाने के लिए पुरानी, अप्रयुक्त किताबों को स्वचालित रूप से साफ करता है। वर्षों तक, पुस्तकालय एक सरल नियम पर चला: "एक बार जब एक किताब को शेल्फ पर रख दिया जाता है, तो कोई भी उसे कभी नहीं हटाता या किसी नई किताब की ओर इशारा करने वाला कोई नोट नहीं लिखता।" इस नियम ने सफाई दल के काम को आसान बना दिया था। वे शेल्फों की सफाई करते समय जानते थे कि कोई पुरानी किताब अचानक किसी बिल्कुल नई किताब की ओर इशारा नहीं करेगी।
लेकिन फिर, पुस्तकालय ने रोमांचक होने का फैसला किया। वे म्यूटेबल (mutable) अपडेट्स की अनुमति देना चाहते थे: लाइब्रेरियन को पुरानी किताबों में नए नोट्स लिखने की अनुमति देना जो नई आई हुई किताबों की ओर इशारा करते हों। अचानक, पुराना नियम ("कोई पुरानी किताब नई किताबों की ओर इशारा नहीं करेगी") टूट गया। सफाई दल का नक्शा अब गलत था। यदि वे पुराने नक्शे के आधार पर सफाई करना जारी रखते, तो वे उन नई किताबों को मिस कर देते जिनकी ओर पुराने नोट्स इशारा कर रहे थे, और वे किताबें गलती से फेंक दी जातीं!
यह उस टीम की कहानी है जिसने एक सुपर-स्मार्ट AI सहायक, जिसका नाम Codex है, का उपयोग पुस्तकालय के सफाई मानचित्र को ठीक करने के लिए किया। लेकिन इसमें एक मोड़ है: Codex ने केवल शून्य से कोई नया नक्शा जादुई रूप से नहीं बनाया। इसके बजाय, Codex एक अथक, अत्यधिक व्यवस्थित इंटर्न की तरह कार्य करता था जो हजारों पन्ने पढ़ सकता था, नए विचारों को आजमा सकता था और "सफाई सिमुलेशन" को बार-बार चला सकता था, जबकि एक मानव विशेषज्ञ पास खड़ा होकर कहता था, "हाँ, यह विचार काम करता है," या "नहीं, यह नियमों को तोड़ता है।"
बड़ी समस्या: टूटा हुआ नक्शा
मूल नक्शा एक "नो-बैकवर्ड-एज" (No-Backward-Edge) नियम पर निर्भर था। इसे एक एकतरफा सड़क प्रणाली की तरह समझें जहाँ आप केवल समय में आगे बढ़ सकते हैं। लेकिन नए "म्यूटेबल" अपडेट्स के साथ, आप अचानक एक पुराने पड़ोस से एक नए पड़ोस की ओर पीछे की ओर जा सकते थे। पुराना नक्शा कहता था, "यह असंभव है!" नई वास्तविकता कहती थी, "ऐसा होता रहता है!"
यदि टीम पुराने नक्शे को काम करने के लिए मजबूर करने की कोशिश करती, तो उन्हें यह मानकर चलना पड़ता कि वे पीछे की ओर जाने वाले रास्तों को कभी हुआ ही नहीं। इसका मतलब होता कि पुस्तकालय अपने एक उबाऊ संस्करण के लिए "सही" होता जो ये नए रोमांचक काम नहीं करता। लक्ष्य यह नहीं था। उन्हें एक नए नियम की आवश्यकता थी जो यह स्वीकार करे कि पीछे की ओर जाना संभव है, लेकिन केवल तभी जब उसे एक विशेष लॉगबुक में दर्ज (recorded) किया गया हो।
AI की भूमिका: अथक इंटर्न
मानव विशेषज्ञ जानता था कि उन्हें एक नए नियम की आवश्यकता है: "हर बार जब एक पुरानी किताब एक नई किताब की ओर इशारा करती है, तो उसे 'रिमेंबर्ड सेट' (Remembered Set) लॉगबुक में लिखा जाना चाहिए।"
उन्होंने Codex से इस नए नियम को बनाने में मदद करने के लिए कहा कि यह नया नियम पुस्तकालय को सुरक्षित कैसे रखेगा। Codex ने केवल अंतिम उत्तर नहीं लिखा। इसने एक जासूस की तरह कार्य किया जो:
- कोड को पढ़ा: इसने पुस्तकालय के ब्लूप्रिंट्स को स्कैन किया।
- नियम प्रस्तावित किया: इसने "रिकॉर्डेड-बैकवर्ड-एज" (Recorded-Backward-Edge) अवधारणा (लॉगबुक का विचार) का सुझाव दिया।
- नियम का परीक्षण किया: इसने हजारों बार पुस्तकालय का सफाई सिमुलेशन (Rocq kernel) चलाया।
- बग्स को ठीक किया: जब सिमुलेशन क्रैश हुआ, तो Codex ने अपने प्रूफ़ स्क्रिप्ट्स को ट्यून किया, एक अलग कोण से कोशिश की, और फिर से चलाया।
मानव विशेषज्ञ का काम सबसे महत्वपूर्ण था: न्यायाधीश (The Judge)। Codex एक नियम का सुझाव दे सकता था, लेकिन मनुष्य को यह तय करना था कि क्या वह नियम वास्तव में पुस्तकालय के वास्तविक व्यवहार से मेल खाता है। उदाहरण के लिए, Codex ने सुझाव दिया होगा, "आइए मान लें कि अंतिम रिपोर्ट के लिए लॉगबुक का अस्तित्व ही नहीं है।" मानव ने कहा, "नहीं! लॉगबुक वास्तविक है। हम इसे छिपा नहीं सकते।"
परिणाम: एक स्वच्छ पुस्तकालय
बहुत काम करने के बाद, टीम सफल रही।
- सुधार: उन्होंने टूटे हुए "नो-बैकवर्ड-एज" नियम को नए "रिकॉर्डेड-बैकवर्ड-एज" नियम से बदल दिया।
- प्रमाण (The Proof): पुस्तकालय की सफाई प्रक्रिया को सिद्ध किया गया कि यह सुरक्षित है, भले ही इसमें नए अपडेट्स शामिल हों। अंतिम प्रमेय (ग्रैंड सर्टिफिकेट) बाहरी दुनिया के लिए अभी भी वैसा ही दिखता था: "पुस्तकालय साफ और व्यवस्थित है।" लेकिन इसके नीचे, तर्क बहुत अधिक स्मार्ट था।
- सफाई: मुख्य प्रमाण स्वीकार होने के बाद भी, टीम रुकी नहीं। उन्होंने यह सुनिश्चित करने के लिए कि कोई पुराना, टूटा हुआ अनुमान कोड में छिपा न रह जाए, नियमों का ऑडिट करने में अतिरिक्त समय (1 मई से 3 मई तक) बिताया। उन्होंने एक "स्टेल" (stale) स्थिति को हटा दिया जो पुस्तकालय के पुराने, उबाऊ संस्करण से बची रह गई थी।
यह हमें क्या बताता है
यह पेपर सुझाव देता है कि Codex जैसे AI उपकरण रखरखाव और मरम्मत (maintenance and repair) में अद्भुत हैं। वे एक मानव विशेषज्ञ के लिए आदर्श साथी हो सकते हैं जब काम में शामिल हो:
- इनवेरिएंट्स का प्रसार (Propagating Invariants): एक नए नियम को लेना और यह सुनिश्चित करना कि यह एक विशाल कोडबेस के हर कोने में काम करता है।
- सफाई करना: बिखरे हुए प्रूफ़ स्क्रिप्ट्स को ठीक करना और पुराने, बेकार कोड को हटाना।
- परीक्षण करना: यह देखने के लिए कि क्या कोई छोटा सा बदलाव कुछ तोड़ देता है, सिमुलेशन (कंपाइलर) को बार-बार चलाना।
हालाँकि, यह पेपर बहुत स्पष्ट है कि AI अकेले क्या नहीं कर सकता है।
- इसने पूरा समाधान खुद नहीं खोजा: मानव को पुस्तकालय के अर्थों (semantics) को समझना था और यह तय करना था कि नया नियम क्या होना चाहिए।
- इसने मानव न्यायाधीश की जगह नहीं ली: AI एक नियम का प्रस्ताव दे सकता था, लेकिन मानव को यह सत्यापित करना था कि क्या वह नियम अनजाने में पुस्तकालय की सुरक्षा गारंटी को कमजोर कर रहा है।
- यह कोई "जादुई छड़ी" नहीं था: इसने एक बार में पूरा प्रूफ़ नहीं लिखा। यह एक "सुपरवाइज्ड, चेकर-ड्रिवन" प्रक्रिया थी। मानव हमेशा नियंत्रण में था, AI का मार्गदर्शन कर रहा था, खराब विचारों को खारिज कर रहा था, और यह सुनिश्चित कर रहा था कि अंतिम परिणाम वास्तव में सही हो।
आंकड़े
टीम ने इस पर कुछ समय तक काम किया। "Codex-असिस्टेड चरण" (जब AI भारी काम कर रहा था) 22 अप्रैल से 3 मई, 2026 के बीच हुआ।
- इस दौरान, 51 गिट कमिट्स (git commits) (कोड अपडेट) हुए।
- AI ने 13,305 टूल कॉल्स (जैसे फाइल पढ़ना, टेस्ट चलाना, या कोड एडिट करना) किए।
- मानव ने 415 प्रॉम्प्ट्स (AI को निर्देश) दिए।
- AI ने समस्या पर 59.3 सक्रिय घंटे बिताए।
पेपर इस बात पर जोर देता है कि यह कोई "हल की गई समस्या" नहीं थी जहाँ AI ने सब कुछ अकेले किया। इसके बजाय, यह एक सफल सहयोग था जहाँ AI ने जाँचने और ठीक करने के थकाऊ, दोहराव वाले काम को संभाला, जबकि मानव ने गहरा ज्ञान और अंतिम निर्णय प्रदान किया। परिणाम एक ऐसा पुस्तकालय है जो सुरक्षित, सत्यापित और भविष्य के लिए तैयार 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।