🤖 AI

AI-Assisted Discovery of Convex Relaxations via Dual Agents

यह शोधपत्र गैर-उत्तल अनुकूलन समस्याओं (nonconvex optimization problems) के लिए बेहतर उत्तल विश्रामों (convex relaxations) की खोज करने और उन्हें कड़ाई से प्रमाणित करने के लिए दोहरे एजेंटों का उपयोग करने वाले एक एआई-सहायता प्राप्त ढांचे को प्रस्तुत करता है, जो प्रथम ऑटोकोरिलेशन असमानता (autocorrelation inequality) और एर्डोस न्यूनतम-ओवरलैप स्थिरांक (Erdős minimum-overlap constant) के निचले स्तरों को सफलतापूर्वक सुदृढ़ करता है।

मूल लेखक: Sungyoon Kim, Mert Pilanci

प्रकाशित 2026-07-01

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Sungyoon Kim, Mert Pilanci

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 गणितीय पहेली के लिए पूर्ण "सबसे खराब स्थिति" (worst-case scenario) खोजने की कोशिश कर रहे हैं। गणित की दुनिया में, यह सिद्ध करने के दो तरीके हैं कि स्थिति कितनी खराब हो सकती है:

"मुझे दिखाओ" दृष्टिकोण (ऊपरी सीमा - Upper Bound): आप एक विशिष्ट, भयानक उदाहरण बनाते हैं जो यह सिद्ध करता है कि स्थिति इतनी खराब हो सकती है। यह एक विशिष्ट ट्रैफिक जाम को खोजने जैसा है जिससे यह सिद्ध होता है कि "ट्रैफिक के कारण घर पहुँचने में 2 घंटे लग सकते हैं।"
"यह असंभव है, इसे सिद्ध करो" दृष्टिकोण (निचली सीमा - Lower Bound): आपको यह सिद्ध करना होगा कि आप चाहे जो भी करें, स्थिति इससे बेहतर नहीं हो सकती। यह यह सिद्ध करने जैसा है कि "चाहे आप कैसे भी गाड़ी चलाएं, आप 45 मिनट से कम समय में घर नहीं पहुँच सकते।"

यह शोध पत्र दूसरे, बहुत कठिन दृष्टिकोण के बारे में है। लेखकों ने बेहतर "असंभव" प्रमाण खोजने के लिए AI एजेंटों की एक टीम का उपयोग किया है, जो एक सुपर-स्मार्ट गणितीय जासूसी दल की तरह काम करती है।

टीम: दो AI एजेंट मिलकर काम कर रहे हैं

एक अकेले AI द्वारा सब कुछ करने के बजाय, लेखकों ने एक "दोहरा-एजेंट" (dual-agent) सिस्टम सेट किया है, जो एक रचनात्मक लेखक और एक सख्त संपादक की तरह एक लूप में काम करता है।

कोडिंग एजेंट (आविष्कारक): यह एजेंट रचनात्मक है। इसका काम एक गणितीय समस्या को देखना और कहना है, "मुझे लगता है कि यदि हम इस नए नियम या बाधा को जोड़ते हैं, तो हम सिद्ध कर सकते हैं कि उत्तर और भी अधिक है।" यह इस नए नियम का परीक्षण करने के लिए कंप्यूटर कोड लिखता है। इसे एक वास्तुकार (architect) द्वारा एक नई, अधिक सटीक ब्लूप्रिंट बनाने जैसा समझें।
थ्योरी एजेंट (संदेहवादी): यह एजेंट एक सख्त संपादक है। यह नई ब्लूप्रिंट को पढ़ता है और पूछता है, "क्या यह नियम वास्तव में हर मामले के लिए सत्य है? या क्या आपने कोई गलती की है?" यह एक काउंटर-एग्जांपल (एक विशिष्ट मामला जहाँ नियम विफल हो जाता है) ढूंढकर नियम को तोड़ने की कोशिश करता है।
- यदि थ्योरी एजेंट को कोई दोष मिलता है, तो वह ब्लूप्रिंट को ठीक करने के लिए कोडिंग एजेंट के पास वापस भेज देता है।
- यदि थ्योरी एजेंट को यकीन हो जाता है कि नियम ठोस है, तो वह हरी झंडी दे देता है।

लक्ष्य: जाल को कसना

इन समस्याओं का विषय ऑटोकोरिलेशन इनइक्वेलिटीज (Autocorrelation Inequalities) है। सरल शब्दों में, ये नियम हैं कि एक आकार खुद की ही एक प्रति (copy) के साथ कितना ओवरलैप (overlap) करता है जब उसे खिसकाया जाता है।

कल्पना कीजिए कि आपके पास एक धुंधला बादल (एक फंक्शन) है। आप जानना चाहते हैं: "यदि मैं इस बादल को खुद के ऊपर खिसकाता हूँ, तो मैं न्यूनतम कितना ओवरलैप सुनिश्चित कर सकता हूँ, चाहे बादल का आकार कैसा भी हो?"

पुराना तरीका: पिछले शोधकर्ताओं के पास एक "जाल" (एक गणितीय रिलैक्सेशन) था जिसने सभी संभावित बादलों को पकड़ लिया था, लेकिन उस जाल में बड़े छेद थे। उन्हें जो उत्तर मिला वह थोड़ा ढीला था (जैसे, "ओवरलैप कम से कम 1.28 है")।
नया तरीका: AI एजेंटों ने मिलकर उन छेदों को भरने का काम किया। उन्होंने नए, गणितीय रूप से सिद्ध नियम जोड़े जिससे जाल अधिक कसा हुआ हो गया।
- पहले प्रश्न के लिए, उन्होंने जाल को इतना कड़ा किया कि यह सिद्ध हुआ कि ओवरलैप वास्तव में कम से कम 1.2937 है (1.28 से ऊपर)।
- दूसरे प्रश्न के लिए, उन्होंने सिद्ध किया कि ओवरलैप कम से कम 0.37912 है (0.379005 से ऊपर)।

ये संख्याएँ छोटी लग सकती हैं, लेकिन उच्च-स्तरीय गणित की दुनिया में, एक स्थिरांक (constant) को थोड़े से अंश तक सुधारना एक बड़ी जीत है। इसका मतलब है कि उन्होंने एक अधिक सटीक "फ्लोर" (floor) खोज लिया है जिससे उत्तर कभी नीचे नहीं जा सकता।

"गोल्ड स्टैंडर्ड" जांच

सबसे प्रभावशाली हिस्सा यह है कि उन्होंने यह सुनिश्चित करने के लिए कि वे धोखाधड़ी नहीं कर रहे हैं, क्या किया।

जब एक AI गणित की समस्या हल करता है, तो वह आमतौर पर एक कैलकुलेटर का उपयोग करता है जो संख्याओं को राउंड (round) करता है, जिससे छोटी त्रुटियां हो सकती हैं। यदि आप राउंड अप करते हैं, तो आप अनजाने में दावा कर सकते हैं कि एक संख्या वास्तव में जितनी है उससे अधिक है।

इसे ठीक करने के लिए, लेखकों ने एक डुअल सर्टिफिकेट (Dual Certificate) का उपयोग किया।

इसे ऐसे समझें कि कोडिंग एजेंट एक पुल बना रहा है।
थ्योरी एजेंट गणित की जांच करता है।
लेकिन यह 100% सुनिश्चित करने के लिए कि पुल ढहेगा नहीं, उन्होंने एक विशेष "इंटरवल अंकगणित" (interval arithmetic) जांच का उपयोग किया। यह एक ऐसे रूलर (पैमाने) से पुल को मापने जैसा है जिसमें त्रुटि की एक छोटी गुंजाइश पहले से बनी हुई है, जिससे यह सुनिश्चित होता है कि सबसे खराब स्थिति वाले राउंडिंग के साथ भी, पुल सुरक्षित है।

उन्होंने केवल यह नहीं कहा कि "कंप्यूटर कहता है 1.2937।" उन्होंने एक विशिष्ट, सत्यापन योग्य गणितीय "रसीद" (एक डुअल-फिजिबल पॉइंट) तैयार की जो बिना किसी संदेह के सिद्ध करती है कि उत्तर वास्तव में उतना ही ऊँचा है।

सारांश

संक्षेप में, यह शोध पत्र शुद्ध गणित के लिए AI के उपयोग का एक नया तरीका बताता है। केवल उत्तरों का अनुमान लगाने के बजाय, उन्होंने एक लूप बनाया जहाँ एक AI नए गणितीय नियम बनाता है, और दूसरा AI यह सुनिश्चित करने के लिए कि वे सत्य हैं, उनका कठोरता से परीक्षण करता है। ऐसा करके, उन्होंने दो प्रसिद्ध, लंबे समय से चले आ रहे प्रश्नों के लिए गणितीय "सुरक्षा जाल" को सफलतापूर्वक कड़ा किया, यह सिद्ध करते हुए कि उत्तर पहले की तुलना में थोड़े अधिक (और अधिक सटीक) हैं।

तकनीकी सारांश: ड्यूल एजेंटों के माध्यम से कॉनवेक्स रिलैक्सेशन की AI-सहायता प्राप्त खोज

1. समस्या विवरण

यह शोध पत्र कार्यात्मक विश्लेषण (functional analysis) में शार्प-कांस्टेंट असमानताओं के लिए प्रमाणित निचली सीमाओं (certified lower bounds) को सुधारने की चुनौती को संबोधित करता है, जो विशेष रूप से नॉन-कॉन्वेक्स ऑप्टिमाइज़ेशन समस्याओं पर केंद्रित है जहाँ लक्ष्य एक अनंत-आयामी स्वीकार्य फलनों (admissible functions) के स्पेस में एक स्कोर के इन्फिमम (infimum) को खोजना है।

लेखक जॉर्जिएव एट अल. (2025) द्वारा अध्ययन किए गए दो विशिष्ट स्थिरांकों (constants) को लक्षित करते हैं:

प्रथम ऑटोकोरिलेशन असमानता (C6.2): सिडोन सेट्स (Sidon sets) से संबंधित एक स्थिरांक जो एडिटिव कॉम्बिनेटरिक्स में आता है, जिसे इस असमानता द्वारा परिभाषित किया गया है:
$\max_{-1/2 \le t \le 1/2} \int_{\mathbb{R}} f(t-x)f(x) \, dx \ge C_{6.2} \left( \int_{-1/4}^{1/4} f(x) \, dx \right)^2$
सभी गैर-ऋणात्मक $f: \mathbb{R} \to \mathbb{R}$ के लिए।
एर्डोस मिनिमम ओवरलैप स्थिरांक (C6.5): मिनिमम ओवरलैप समस्या के एसिम्प्टोटिक्स को नियंत्रित करने वाला एक स्थिरांक, जिसे इस प्रकार परिभाषित किया गया है:
$\sup_{x \in [-2, 2]} \int_{-1}^{1} f(t)g(x+t) \, dt \ge C_{6.5}$
गैर-ऋणात्मक $f, g: [-1, 1] \to [0, 1]$ के लिए जहाँ $f+g=1$ और $\int f = 1$ है।

जबकि हालिया AI-संचालित कार्यों ने चरम निर्माणों (extremal constructions - विशिष्ट फलन जो एक सीमा का उल्लंघन करते हैं) की खोज करके ऊपरी सीमाओं (upper bounds) को सफलतापूर्वक सुधारा है, निचली सीमाओं (lower bounds) में सुधार करना भिन्न है। एक निचली सीमा को प्रत्येक स्वीकार्य फलन के लिए सत्य होना चाहिए, जिसके लिए यह प्रमाण आवश्यक है कि कोई भी फलन स्कोर को एक निश्चित मान से नीचे नहीं ले जा सकता है। यह आमतौर पर मूल नॉन-कॉन्वेक्स समस्या के कॉनवेक्स रिलैक्सेशन (convex relaxation) को हल करके प्राप्त किया जाता है। रिलैक्सेशन जितना अधिक सटीक होगा (अर्थात, जितने अधिक वैध प्रतिबंध जोड़े जाएंगे), निचली सीमा उतनी ही मजबूत होगी।

2. कार्यप्रणाली: ड्यूल-एजेंट लूप

लेखक दो विशिष्ट लार्ज लैंग्वेज मॉडल (LLM) एजेंटों द्वारा संचालित एक ह्यूमन-इन-द-लूप फ्रेमवर्क का उपयोग करके एक ऑटोरिसर्च प्रतिमान (autoresearch paradigm) को स्थापित करते हैं। यह प्रणाली वैध प्रतिबंधों (constraints) की खोज करने और उन्हें सत्यापित करने के लिए डिज़ाइन की गई है जो एक कॉनवेक्स रिलैक्सेशन को और अधिक सटीक बनाता है।

एजेंट

कोडिंग एजेंट (Coding Agent):
- भूमिका: कॉनवेक्स प्रोग्राम के लिए नए प्रतिबंध प्रस्तावित करता है या मौजूदा प्रतिबंधों को मजबूत करता है।
- आउटपुट: एक संशोधित कॉनवेक्स ऑप्टिमाइज़ेशन प्रोग्राम और एक "कठोर प्रमाण" (एक गणितीय तर्क) उत्पन्न करता है जो यह न्यायसंगत ठहराता है कि नया प्रतिबंध सभी स्वीकार्य फलनों के लिए क्यों मान्य है।
- क्रिया: वह प्रतिबंध को कोड (CVXPY का उपयोग करके) में लागू करता है और एक संभावित निचली सीमा उत्पन्न करने के लिए प्रोग्राम को हल करता है।
थ्योरी एजेंट (Theory Agent):
- भूमिका: एक सत्यापनकर्ता (verifier) और काउंटरएग्जांपलल (counterexample) खोजने वाले के रूप में कार्य करता है।
- क्रिया: प्रस्तावित प्रतिबंध और उसके प्रमाण को पढ़ता है। यह तर्क का गहन विश्लेषण करता है ताकि यह सुनिश्चित हो सके कि प्रतिबंध स्वीकार्य स्थितियों (जैसे, $f \ge 0$ ) का एक आवश्यक परिणाम है। महत्वपूर्ण रूप से, यह सक्रिय रूप से काउंटरएग्जम्पल्स (counterexamples) खोजता—अर्थात, ऐसे विशिष्ट स्वीकार्य फलन जिनके गुणांक प्रस्तावित प्रतिबंध का उल्लंघन करते हैं।
- निर्णय: यदि प्रमाण सुदृढ़ है और कोई काउंटरएग्जम्पल नहीं मिलता है, तो प्रतिबंध को स्वीकार कर लिया जाता है। यदि कोई त्रुटि या काउंटरएग्जम्पल मिलता है, तो प्रस्ताव को अस्वीकार कर दिया जाता है और कोडिंग एजेंट को एक अलग दृष्टिकोण आज़माने के लिए निर्देशित किया जाता है।

सत्यापन पाइपलाइन (Verification Pipeline)

यह सुनिश्चित करने के लिए कि अंतिम परिणाम एक प्रमाणित (certified) सीमा है (गणितीय रूप से सिद्ध, न कि केवल संख्यात्मक अनुमान), सिस्टम एक कठोर ड्यूल-सर्टिफिकेशन प्रक्रिया का उपयोग करता है:

ड्यूल फजीबिलिटी (Dual Feasibility): सिस्टम कॉनवेक्स प्रोग्राम के ड्यूल (dual) का निर्माण करता है।
इंटरवल अरिथमेटिक (Interval Arithmetic): यह एक ड्यूल-फिजिबल बिंदु $\lambda$ पाता है और कठोर इंटरवल अरिथमेटिक का उपयोग करके इसकी व्यवहार्यता और ड्यूल ऑब्जेक्टिव वैल्यू को सत्यापित करता है। यह फ्लोटिंग-पॉइंट राउंडिंग एरर और अपरिमेय समस्या डेटा (जैसे, ट्रिगोनोमेट्रिक मोमेंट्स) को ध्यान में रखता है।
प्रमाणन (Certification): वीक ड्यूअलिटी (weak duality) द्वारा, एक वैध ड्यूल पॉइंट $\lambda$ जिसका ऑब्जेक्टिव वैल्यू $\beta$ है, यह सिद्ध करता है कि प्रिमल ऑप्टिमम (और इस प्रकार वास्तविक स्थिरांक) $\beta$ से कम से कम $\beta$ है। अंतिम रिपोर्ट की गई सीमा एक सत्यापित एनक्लोजर (enclosure) का निचला सिरा है।

मानव की भूमिका

एक मानव शोधकर्ता अंतिम समीक्षा और कॉम्पैक्टिफिकेशन (compactification) करता है। एजेंट लूप अक्सर अनावश्यक प्रतिबंधों को संचित कर देता है। मानव अंतिम प्रोग्राम की समीक्षा करता है, एक न्यूनतम, पठनीय फॉर्मूलेशन बनाने के लिए अनावश्यक प्रतिबंधों को हटाता है, और अंतिम प्रमाणन से पहले गणितीय तर्कों को सत्यापित करता है।

3. मुख्य योगदान

प्रतिमान परिवर्तन (Paradigm Shift): यह पेपर केवल चरम उदाहरणों की खोज करने के बजाय कॉनवेक्स रिलैक्सेशन की खोज के लिए एक नवीन AI-एजेंट अनुप्रयोग प्रदर्शित करता है। यह असमानताओं के "लोअर बाउंड" पक्ष को संबोधित करता है, जिसके लिए अस्तित्व संबंधी क्वांटिफिकेशन (एक फलन ढूँढना) के बजाय सार्वभौमिक क्वांटिफिकेशन (सभी फलनों के लिए वैधता) को सिद्ध करने की आवश्यकता होती है।
ड्यूल-एजेंट फ्रेमवर्क: यह एक विशिष्ट लूप पेश करता है जहाँ एक कोडिंग एजेंट प्रतिबंध प्रस्तावित करता है और एक थ्योरी एजेंट वैधता को सत्यापित करता है और काउंटरएग्जम्पल्स की तलाश करता है, जो प्रभावी रूप से गणितीय रिलैक्सेशन के पुनरावृत्त परिशोधन (iterative refinement) को स्वचालित करता है।
कठोर प्रमाणन (Rigorous Certification): इंटरवल अरिथमेटिक और ड्यूल-फिजिबिलिटी चेक का एकीकरण यह सुनिश्चित करता है कि बेहतर सीमाएँ गणितीय रूप से प्रमाणित हैं, जो कि न्यूमेरिकल सॉल्वर की फ्लोटिंग-पॉइंट शुद्धता से स्वतंत्र हैं।

4. परिणाम

इस फ्रेमवर्क को ऊपर बताए गए दो स्थिरांकों पर लागू किया गया, जिससे प्रमाणित निचली सीमाओं में सुधार हुआ:

C6.2 (प्रथम ऑटोकोरिलेशन असमानता):
- पिछला सर्वश्रेष्ठ निचला बाउंड: 1.28 (Cloninger & Steinerberger, 2017)।
- नया प्रमाणित निचला बाउंड: 1.2937।
- नोट: इस समस्या के लिए पहले से कोई कॉनवेक्स प्रोग्राम मौजूद नहीं था; एजेंटों ने इसे शून्य से बनाया।
C6.5 (एर्डोस मिनिमम ओवरलैप स्थिरांक):
- पिछला सर्वश्रेष्ठ निचला बाउंड: 0.379005 (White, 2022)।
- नया प्रमाणित निचला बाउंड: 0.37912।
- नोट: एजेंटों ने व्हाइट के मौजूदा कॉनवेक्स प्रोग्राम से शुरुआत की और बोचन के प्रमेय (Bochner's theorem) पर आधारित दो नए वैध प्रतिबंधों की खोज की (यह सुनिश्चित करते हुए कि $f$ और इसके पूरक $g=1-f$ दोनों के मोमेंट सीक्वेंस गैर-ऋणात्मक मेजर्स द्वारा साकार किए जा सकते हैं)।

पेपर नोट करता है कि इन समस्याओं के लिए ऊपरी बाउंड को सर्च-आधारित तरीकों (जैसे, Together AI, 2026) द्वारा सुधारा गया है, लेकिन निचली सीमाएं 2022 से स्थिर रही थीं। इस कार्य ने सफलतापूर्वक निचली सीमाओं को आगे बढ़ाया है।

5. महत्व और दावे

लेखक दावा करते हैं कि यह इन विशिष्ट असमानताओं पर प्रमाणित निचली सीमाओं को सुधारने के लिए एक ऑटोरिसर्च-शैली के एजेंटिक लूप का पहला उपयोग है। इसका महत्व निम्नलिखित में निहित है:

पूरकता (Complementarity): यह मौजूदा AI अनुसंधान का पूरक है जो चरम उदाहरणों (ऊपरी बाउंड) को खोजने पर केंद्रित है, और यह रिलैक्सेशन के माध्यम से निचली सीमाओं को सिद्ध करने के कठिन कार्य (जो लोअर बाउंड के लिए आवश्यक है) को हल करता है।
खोज में स्वायत्तता (Autonomy in Discovery): एजेंटों ने सफलतापूर्वक उन गणितीय गुणों (जैसे, $f$ और $1-f$ के लिए बोचन स्थितियाँ) की पहचान की जिन्हें पिछले मानव-डिज़ाइन किए गए फॉर्मूलेशन ने अनदेखा कर दिया था या स्पष्ट रूप से लागू नहीं किया था।
सामान्यीकरण (Generality): हालांकि इसे ऑटोकोरिलेशन असमानताओं पर प्रदर्शित किया गया है, लेखक कहते हैं कि यह फ्रेमवर्क केवल इन समस्याओं तक सीमित नहीं है। यह किसी भी नॉन-कॉन्वेक्स ऑप्टिमाइज़ेशन पर लागू होता है जहाँ एक निचली सीमा को ड्यूलिटी (जैसे, ऑप्टिमाइज़ेशन, कॉम्बिनेटरिक्स और कंट्रोल में) द्वारा प्रमाणित कॉनवेक्स रिलैक्सेशन के माध्यम से व्यक्त किया जा सकता है।

लेखक विनम्रता से निष्कर्ष निकालते हैं कि वर्तमान में बाधाओं की वैधता गणितीय तर्कों की मानव समीक्षा पर निर्भर करती है, न कि औपचारिक प्रमाण सहायकों (जैसे, Lean) पर, हालांकि यह सुझाव दिया गया है कि औपचारिक सत्यापन उपकरणों के साथ एकीकरण भविष्य में इस लूप को पूरी तरह से स्वायत्त बना सकता है।