From Solvers to Research: Large Language Model-Driven Formal Mathematics at the Research Frontier
यह शोध पत्र गणित के लिए एआई (AI) के प्रति एक प्रतिमान परिवर्तन (paradigm shift) का तर्क देता है, जो पूर्व-निर्धारित समस्याओं को हल करने से लेकर सीमांत चुनौतियों (frontier challenges) से निपटने में सक्षम अनुसंधान एजेंटों के रूप में कार्य करने की ओर केंद्रित है, साथ ही वर्तमान सीमाओं की एक व्यवस्थित समीक्षा प्रस्तुत करता है और भविष्य के विकास के लिए एक रणनीतिक रोडमैप की रूपरेखा तैयार 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
गणित की दुनिया की कल्पना एक विशाल, अनंत पुस्तकालय के रूप में करें। लंबे समय तक, इस पुस्तकालय में सबसे स्मार्ट AI "छात्र" सुलझाने वाले (Solvers) की तरह थे। वे एक विशिष्ट, अच्छी तरह से लिखे गए होमवर्क असाइनमेंट को लेने, निर्देशों को पढ़ने और उत्तर खोजने में अद्भुत थे। यदि आप उन्हें किसी हाई स्कूल प्रतियोगिता की गणित की समस्या देते, तो वे अक्सर एक मानव जीनियस से भी तेज़ी से उसे हल कर सकते थे। वे एक पूरी तरह से पक्की सड़क पर दौड़ने वाली रेस कारों की तरह थे: तेज़, सटीक और विश्वसनीय।
लेकिन इस शोध पत्र के लेखक तर्क देते हैं कि हम एक दीवार से टकरा रहे हैं। ये 'सुलझाने वाले' दौड़ पूरी करने में तो माहिर हैं, लेकिन वे दौड़ का आविष्कार नहीं कर सकते। वे पुस्तकालय में देख नहीं सकते, दशकों से वहां पड़े किसी धूल भरे, अनसुलझे रहस्य को खोज नहीं सकते और उसे सुलझाने का एक बिल्कुल नया तरीका नहीं निकाल सकते।
पत्र सुझाव देता है कि अब बेहतर रेस कारें बनाने के बजाय रिसर्च एजेंट (Research Agents) बनाना शुरू करने का समय आ गया है। ये केवल निर्देश मानने वाले छात्र नहीं हैं; ये खोजकर्ता हैं जो अज्ञात में भटक सकते हैं, अजीब विचार आजमा सकते हैं, खो सकते हैं और शायद—हो सकता है—कुछ नया खोज निकालें।
वर्तमान स्थिति: "सुलझाने वाले" (Solver) का युग
अभी, AI ज्ञात चुनौतियों पर कमाल कर रहा है।
- मिनीएफ2एफ (MiniF2F) बेंचमार्क: यह एक सुपर-कठिन हाई स्कूल गणित टेस्ट की तरह है। 2021 में, AI ने लगभग 30% सही किया। जुलाई 2025 तक, सीड-प्रूवर (Seed-Prover) नामक एक सिस्टम ने 99.6% (244 में से 243 समस्याएं) सही हल किया। यह लगभग एक परफेक्ट स्कोर है।
- IMO (इंटरनेशनल मैथमैटिकल ओलंपियाड): ये दुनिया के सर्वश्रेष्ठ हाई स्कूल छात्रों के लिए सबसे कठिन समस्याएं हैं। 2024 में, अल्फाप्रूफ (AlphaProof) नामक एक AI ने "सिल्वर मेडल" स्तर का स्कोर प्राप्त किया। जुलाई 2025 तक, सीड-प्रूवर ने 2025 की प्रतियोगिता की 6 में से 5 समस्याओं को हल किया।
यह बहुत बड़ी बात है! यह साबित करता है कि AI कठोर, मशीन-चेक किया गया गणित कर सकता है। लेकिन यहाँ एक पेच है: ये सभी ऐसी समस्याएं हैं जहाँ ब्रह्मांड के गणितीय संसार में उत्तर पहले से मौजूद है। AI बस उस ज्ञात खजाने तक पहुँचने का रास्ता ढूंढ रहा है।
समस्या: "रिसर्च गैप" (अनुसंधान अंतराल)
शोध पत्र बताता है कि वास्तविक गणितीय अनुसंधान अव्यवस्थित होता है। यह कोई बहुविकल्पीय परीक्षा नहीं है। यह घास के ढेर में सुई खोजने जैसा है, लेकिन आपको अभी तक यह भी नहीं पता कि वह सुई कैसी दिखती है।
लेखकों का तर्क है कि वर्तमान AI सिस्टम "फ्रंटियर रिसर्च" (सीमांत अनुसंधान) के मामले में मौलिक रूप से सीमित हैं।
- "पुनः खोज" (Rediscovery) का जाल: जब AI किसी प्रसिद्ध खुली समस्या (जैसे एर्डोस प्रॉब्लम्स सूची से, जो 1,100 से अधिक कठिन गणितीय पहेलियों का संग्रह है) को हल करने का दावा करता है, तो अक्सर वह केवल एक ऐसा समाधान ढूंढ लेता है जिसे मनुष्यों ने पहले ही किसी पुस्तक में लिख दिया था, लेकिन AI को उसके बारे में पता नहीं था।
- "भ्रम" (Hallucination) का जोखिम: यदि आप AI को ऐसी समस्या हल करने के लिए कहते हैं जिसका उत्तर उसे नहीं पता, तो वह एक ऐसा प्रमाण (proof) बना सकता है जो देखने में सही लगता है लेकिन वास्तव में निरर्थक होता है। एक इंसान के विपरीत जो कह सकता है, "मैं अटक गया हूँ, मुझे एक नए विचार की आवश्यकता है," AI अक्सर आत्मविश्वास के साथ गलत दिशा में निकल जाता है।
शोध पत्र स्पष्ट रूप से इस विचार को खारिज करता है कि वर्तमान AI अगली बड़ी प्रमेय (theorem) खोजने वाला एक अकेला गणितज्ञ बनने के लिए तैयार है। वे कहते हैं कि डीपसीक-प्रूवर (DeepSeek-Prover) या अल्फाप्रूफ जैसे सिस्टम अभी भी केवल "सुलझाने वाले" हैं, "शोधकर्ता" नहीं। वे मानवीय सहायता के बिना रीमैन हाइपोथीसिस (Riemann Hypothesis) या नेवियर-स्टोक्स (Navier-Stokes) समीकरणों जैसे वास्तव में अनसुलझे दिग्गजों से नहीं निपट सकते।
रोडमैप: सुलझाने वाले से शोधकर्ता तक
तो, हम एक रेस कार को खोजकर्ता में कैसे बदलें? लेखक पाँच बड़ी बाधाओं को पार करने का एक नक्शा बताते हैं:
1. डेटा का रेगिस्तान (The Data Desert)
कल्पना कीजिए कि आप केवल 10 पन्नों का टेक्स्ट पढ़कर उपन्यास लिखना सीखने की कोशिश कर रहे हैं। औपचारिक गणित के साथ यही समस्या है। जबकि इंटरनेट पर अरबों शब्दों का सामान्य टेक्स्ट उपलब्ध है, औपचारिक गणित के कोड (Lean नामक सिस्टम में) की केवल लगभग 13 लाख लाइनें हैं।
- समाधान: हमें AI को "मानव गणित" (जो अस्पष्ट है और संदर्भ पर निर्भर करता है) को "कंप्यूटर गणित" (जो अत्यंत सटीक है) में अनुवाद करना सिखाने की आवश्यकता है। इसे ऑटोफॉर्मलाइजेशन (Autoformalization) कहा जाता है। पत्र सुझाव देता है कि यह बेहतर हो रहा है, लेकिन यह अभी भी कठिन है। अनुवाद में एक छोटी सी गलती एक कठिन समस्या को आसान बना सकती है, या एक आसान समस्या को असंभव दिखा सकती है।
2. गायब नक्शा (The Missing Map)
वर्तमान AI हर गणित की समस्या को एक अलग द्वीप की तरह मानता है। लेकिन वास्तविक गणित में, सब कुछ आपस में जुड़ा हुआ है। ज्यामिति (geometry) का एक प्रमाण बीजगणित (algebra) के एक लेम्मा (lemma) पर निर्भर हो सकता है।
- समाधान: हमें एक विशाल नॉलेज ग्राफ (Knowledge Graph) बनाना होगा। एक ऐसे वेब की कल्पना करें जहाँ प्रत्येक प्रमेय एक नोड है, और उन्हें जोड़ने वाली रेखाएं दिखाती हैं कि वे कैसे संबंधित हैं। यदि AI इन संबंधों को देख सकता है, तो वह हर बार शून्य से शुरू करने के बजाय नई समस्याओं को हल करने के लिए पुराने विचारों का उपयोग कर सकता है।
3. जाँचने से लेकर खोजने तक (From Checking to Discovering)
अभी, AI यह जाँचने में बहुत अच्छा है कि प्रमाण सही है या नहीं (वेरिफिकेशन)। लेकिन वह प्रमाण खुद बनाने (डिस्कवरी) में खराब है।
- समाधान: हमें ऐसे सिस्टम की आवश्यकता है जो नए प्रमेयों का अनुमान (conjecture) लगा सकें और फिर उन्हें सिद्ध करने का प्रयास कर सकें। कुछ प्रयोग, जैसे अल्फाइवॉल्व (AlphaEvolve), यह करने की कोशिश कर रहे हैं जहाँ AI नए विचारों को "विकसित" (evolve) करता है, ठीक वैसे ही जैसे प्रकृति प्रजातियों को विकसित करती है। लेकिन पत्र नोट करता है कि यह अभी शुरुआती चरणों में है; AI अभी एक मानव जीनियस की तरह एक नया गणितीय सिद्धांत (जैसे संख्याओं का एक नया प्रकार) नहीं बना सकता।
4. टूलबेल्ट (The Toolbelt)
मानव गणितज्ञ केवल अपने दिमाग का उपयोग नहीं करते; वे भारी काम करने के लिए कैलकुलेटर, कंप्यूटर और सॉफ्टवेयर का उपयोग करते हैं।
- समाधान: AI को इन उपकरणों का उपयोग करना भी सीखना होगा। लेकिन एक पेच है: यदि AI कैलकुलेटर से कोई योग करने के लिए कहता है, तो उसे कैसे पता चलेगा कि कैलकुलेटर ने गलती नहीं की? पत्र सुझाव देता है कि हमें इन बाहरी उपकरणों के काम की जांच करने के लिए बेहतर तरीकों की आवश्यकता है ताकि AI मूर्ख न बन जाए।
5. मानव-AI का नृत्य (The Human-AI Dance)
पत्र का तर्क है कि भविष्य "AI बनाम मानव" नहीं है। यह AI + मानव है।
- समाधान: AI को एक सुपर-फास्ट रिसर्च असिस्टेंट के रूप में सोचें। यह एक सेकंड में हजारों शोध पत्र पढ़ सकता है, 1,000 संभावित प्रमाणों की जांच कर सकता है, और डेटा को व्यवस्थित कर सकता है। मानव कप्तान (Captain) है, जो अंतर्ज्ञान (intuition), "गट फीलिंग", और इस निर्णय को प्रदान करता है कि कोई विचार वास्तव में शानदार है या केवल एक भ्रम (hallucination) है।
- वास्तविक उदाहरण: 2025 के अंत में, अरस्तू (Aristotle) नामक एक AI एजेंट ने एर्डोस सूची की एक समस्या को हल करने में मदद की। इसने एक प्रमाण तैयार किया, लेकिन बाद में पता चला कि इसने मूल समस्या के बजाय उसके एक थोड़े "कमजोर" संस्करण को हल किया था। मानव गणितज्ञों को यह समझने के लिए हस्तक्षेप करना पड़ा कि मूल समस्या अभी भी अनसुलझी है। यह दिखाता है कि हालांकि AI शक्तिशाली है, फिर भी इसे ईमानदार बनाए रखने के लिए एक मानव की आवश्यकता होती है।
निष्कर्ष
यह शोध पत्र एक आह्वान है। यह कहता है: "हमने अद्भुत 'सुलझाने वाले' बनाए हैं। वे किसी भी गणित प्रतियोगिता को जीत सकते हैं। लेकिन मानव ज्ञान की सीमाओं को आगे बढ़ाने के लिए, हमें रिसर्च एजेंट बनाने की आवश्यकता है।"
ये एजेंट केवल नियमों का पालन नहीं करेंगे; वे हमें नए नियम लिखने में मदद करेंगे। लेकिन पत्र स्पष्ट है: हम अभी वहाँ नहीं पहुँचे हैं। AI वर्तमान में एक प्रतिभाशाली प्रशिक्षु (apprentice) है, मास्टर नहीं। इसे बेहतर डेटा, बेहतर मानचित्र, बेहतर उपकरण और सबसे महत्वपूर्ण रूप से, गणित के अंधेरे, अज्ञात क्षेत्रों में इसका मार्गदर्शन करने के लिए एक मानव साथी की आवश्यकता है।
"सुलझाने" से "खोजने" तक की यात्रा अगला बड़ा कदम है, और वहां पहुँचने के लिए एक टीम वर्क की आवश्यकता होगी।
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।