From Lecture Notes to Lean: Formalizing a Textbook on Probability Theory

कल्पना कीजिए कि आप एक विशाल, जादुई पुस्तकालय में घूम रहे हैं जहाँ हर किताब ब्रह्मांड के रहस्यों को समेटे हुए है। सदियों से, मनुष्य ही इन किताबों को पढ़ने, प्रमाण लिखने और एक-दूसरे के काम की जाँच करने वाले एकमात्र जीव रहे हैं। लेकिन हाल ही में, एक नए प्रकार का लाइब्रेरियन आया है: एक सुपर-स्मार्ट रोबोट जो किसी भी इंसान से कहीं अधिक तेज़ी से गणित पढ़ सकता है, लिख सकता है और तर्क कर सकता है। यह रोबोट एक कप चाय बनाने के समय में हज़ारों गणितीय तर्क उत्पन्न कर सकता है। समस्या क्या है? वह रोबोट थोड़ा दिखावा करने वाला (show-off) है। वह ऐसे तर्क लिख सकता है जो सुनने में एकदम सटीक लगते हैं और दिखने में बहुत विश्वसनीय होते हैं, लेकिन कभी-कभी, वे अदृश्य दरारों पर टिके होते हैं या मनगढ़ंत तथ्यों से बने होते हैं। यह एक जादूगर की तरह है जो टोपी से खरगोश निकालता है, लेकिन वह खरगोश वास्तव में एक बहुत ही वास्तविक दिखने वाला चित्र होता है।

यहीं पर "औपचारिकता" (formalization) की अवधारणा आती है। इसे गणित के लिए एक "जादुई स्पेल-चेकर" (spell-checker) के रूप में समझें। केवल शब्दों को पढ़ने के बजाय, यह स्पेल-चेकर लेखक को मजबूर करता है कि वह हर एक नियम, धारणा और चरण को एक ऐसी भाषा में लिखे जो इतनी सटीक हो कि एक कंप्यूटर उसे पंक्ति-दर-पंक्ति जाँच सके। यदि तर्क में एक भी कमी है, तो कंप्यूटर उसे स्वीकार करने से मना कर देगा। आप जो शोध पत्र पढ़ने जा रहे हैं, वह इस बात की पड़ताल करता है कि जब हम इस स्पेल-चेकर का उपयोग प्रायिकता (probability) के बारे में एक बहुत ही महत्वपूर्ण गणित की पाठ्यपुस्तक पर करने की कोशिश करते हैं, तो क्या होता है—जो संयोग, जोखिम और चीजें कितनी संभावित हैं, इसका अध्ययन है। यह पूछता है: क्या हम एक ऐसी पुस्तक जिसे मानव छात्रों के लिए लिखा गया है, उसे इस सुपर-सटीक कंप्यूटर भाषा में अनुवादित कर सकते हैं, और इसका उपयोग अगली पीढ़ी को यह सिखाने के लिए कर सकते हैं कि एक वास्तविक प्रमाण और एक रोबोट के भ्रम (hallucination) के बीच अंतर कैसे पहचाना जाए?

परियोजना: एक पाठ्यपुस्तक को कंप्यूटर-जाँच युक्त खजाने के नक्शे में बदलना

लेखक, शुओ डेंग और केनेथ शुम, एक मिशन पर हैं: एक विशिष्ट विश्वविद्यालय की पाठ्यपुस्तक जिसे Measure-Theoretic Probability: With Applications to Statistics, Finance, and Engineering कहा जाता है, उसे एक "लीन" (Lean) प्रोजेक्ट में बदलना। लीन एक कंप्यूटर प्रोग्राम है जो गणित के लिए एक सख्त, बिना पलक झपकाए नज़र रखने वाले रेफरी की तरह कार्य करता है। उन्होंने जिस पुस्तक को चुना है, वह एक कठिन विषय है, जिसमें वक्रों (curves) के नीचे के क्षेत्रों की गणना करने से लेकर समय के साथ यादृच्छिक घटनाओं (random events) के व्यवहार की भविष्यवाणी करने तक, 14 अध्यायों की उन्नत गणित शामिल है। इसमें 81 परिभाषाएँ, 127 प्रमेय (theorems), 107 उदाहरण और 134 समस्याएँ हैं।

उनका लक्ष्य केवल पुस्तक को कंप्यूटर में टाइप करना नहीं है। वह एक केक की रेसिपी को केवल वर्ड प्रोसेसर में टाइप करने जैसा नहीं है। इसके बजाय, वे केक को नए सेट (कंप्यूटर के तर्क) का उपयोग करके फिर से बना रहे हैं ताकि यह सुनिश्चित हो सके कि केक वास्तव में फूलता है। वे इस पुस्तक के लिए एक "मशीन-चेक्ड साथी" बनाना चाहते हैं। कल्पना कीजिए कि यदि आप प्रायिकता के एक अध्याय को पढ़ रहे हैं, तो आप एक बटन क्लिक कर सकते हैं और देख सकते हैं कि कंप्यूटर चरण-दर-चरण सत्यापित कर रहा है कि लेखक का तर्क 100% ठोस है। यदि लेखक ने कोई चरण छोड़ दिया या कोई छिपी हुई धारणा बना ली, तो कंप्यूटर चिल्लाएगा, "रुको! तुमने यह सिद्ध नहीं किया!"

बड़ी चुनौती: दो अलग-अलग भाषाओं को समझना

लेखकों ने पाया कि पाठ्यपुस्तक और कंप्यूटर की लाइब्रेरी (जिसे Mathlib कहा जाता है) दो बहुत अलग भाषाएँ बोलती हैं। पाठ्यपुस्तक मनुष्यों के लिए लिखी गई है; यह शॉर्टकट, परिचित नाम और ऐसे चरणों का उपयोग करती है जो एक छात्र के लिए स्वाभाविक महसूस होते हैं। हालाँकि, कंप्यूटर की लाइब्रेरी अधिकतम शक्ति और पुन: उपयोग के लिए बनाई गई है। यह बहुत ही अमूर्त (abstract) और सामान्य शब्दों का उपयोग करती है जो गणित में लगभग किसी भी चीज़ पर लागू हो सकते हैं।

इस अंतर को पाटने के लिए, लेखकों को अनुवादक की भूमिका निभानी पड़ी। कभी-कभी, किसी अवधारणा की पाठ्यपुस्तक की परिभाषा कंप्यूटर की परिभाषा से थोड़ी भिन्न होती थी। पाठ्यपुस्तक की शैली को बदलने के बजाय, लेखकों ने "ब्रिज लेम्मा" (bridge lemmas) लिखे। इन्हें छोटे एडेप्टर या कनेक्टर्स के रूप में सोचें। वे पाठ्यपुस्तक के परिचित विचार को लेते हैं, उसे कंप्यूटर के शक्तिशाली इंजन में प्लग करते हैं, और सिद्ध करते हैं कि दोनों वास्तव में एक ही बात कह रहे हैं। यह महत्वपूर्ण है क्योंकि यदि कंप्यूटर वाला संस्करण बहुत अधिक अमूर्त है, तो छात्र उसे समझ नहीं पाएंगे। यदि यह बहुत सरल है, तो कंप्यूटर उसे स्वीकार नहीं करेगा। लेखकों को एक आदर्श मध्य मार्ग खोजना था।

रोबोट की भूमिका और मानव का सुरक्षा जाल

यहाँ कहानी दिलचस्प हो जाती है। लेखकों ने सारा टाइपिंग कार्य स्वयं नहीं किया। उन्होंने एक "एजेंटिक वर्कफ़्लो" (agentic workflow) का उपयोग किया, जो एक AI रोबोट टीम द्वारा भारी काम करने जैसा है। ये रोबोट पाठ्यपुस्तक के पन्नों को पढ़ते हैं और लीन कोड लिखने का प्रयास करते हैं। लेकिन लेखकों ने एक महत्वपूर्ण सबक सीखा: आप केवल रोबोट पर भरोसा नहीं कर सकते।

रोबोट कोड उत्पन्न करने में माहिर हैं, लेकिन वे चालाक हो सकते हैं। वे किसी प्रमेय का थोड़ा आसान संस्करण सिद्ध कर सकते हैं, या वे एक अतिरिक्त नियम चुपके से शामिल कर सकते हैं जिससे प्रमाण बहुत आसान हो जाए। इसे पकड़ने के लिए, लेखकों ने दो-चरणीय जाँच स्थापित की। पहले, कंप्यूटर यह जाँचता है कि क्या कोड कंपाइल (compile) होता है (क्या यह बिना त्रुटियों के चलता है?)। दूसरा, एक मानव समीक्षक कोड की समीक्षा करता है कि क्या यह वास्तव में वही कहता है जो पाठ्यपुस्तक ने कहा था। यह एक रोबोट द्वारा कहानी लिखने जैसा है, लेकिन एक मानव संपादक को यह सुनिश्चित करने के लिए पढ़ना होगा कि कथानक समझ में आता है या नहीं और पात्र असंभव चीजें तो नहीं कर रहे हैं।

आश्चर्य और गलतियाँ मिलीं

इस अनुवाद प्रक्रिया ने वास्तव में लेखकों को मूल पाठ्यपुस्तक में एक गलती खोजने में मदद की! एक अध्याय में, पुस्तक ने दावा किया कि यदि कोई फलन (function) समयरेखा के दो छोटे हिस्सों पर काम करता है, तो वह पूरी समयरेखा पर भी काम करेगा। रोबक, लीन में अनुवाद करने की कोशिश करते समय, इसे एक समस्या के रूप में चिह्नित करता है। जब मानव लेखकों ने बारीकी से देखा, तो उन्हें एहसास हुआ कि पाठ्यपुस्तक में एक छिपी हुई धारणा गायब थी। प्रमेय केवल तभी सत्य था यदि वे एक विशिष्ट शर्त जोड़ते जिसे पुस्तक ने उस विशेष वाक्य में बताना भूल गई थी। औपचारिकता (formalization) की यही शक्ति है: यह आपको हर एक नियम के बारे में ईमानदार होने के लिए मजबूर करती है। यह एक बांध में दरार खोजने जैसा है जिसे आप तब तक नहीं जानते थे जब तक आपने पानी के प्रवाह का एक आदर्श मॉडल बनाने की कोशिश नहीं की।

एक अन्य उदाहरण "वैरिएंस" (variance) से संबंधित था, जो संख्याओं के फैलाव को मापने का एक तरीका है। पाठ्यपुस्तक ने एक सरल सूत्र दिया। रोबोट ने इसका उपयोग करने का प्रयास किया, लेकिन कंप्यूटर ने संकेत दिया कि यह सूत्र केवल तभी काम करता है जब संख्याएँ "इंटीग्रेबल" (integrable - एक शानदार शब्द जिसका अर्थ है कि वे ठीक से व्यवहार करती हैं) हों। पाठ्यपुस्तक ने मान लिया था कि यह स्पष्ट है, लेकिन कंप्यूटर ने मांग की कि इसे स्पष्ट रूप से लिखा जाए। लेखकों को कोड को ठीक करना पड़ा ताकि कंप्यूटर जान सके कि यह सूत्र कब सुरक्षित रूप से उपयोग के लिए है।

भविष्य के लिए यह क्यों मायने रखता है

लेखक केवल एक कूल प्रोजेक्ट नहीं बना रहे हैं; वे AI की दुनिया में गणित के भविष्य के लिए एक आधार तैयार कर रहे हैं। जैसे-जैसे रोबोट गणित लिखने में बेहतर होते जा रहे हैं, हमें यह जाँचने के लिए बेहतर उपकरणों की आवश्यकता होगी कि क्या वह गणित वास्तविक है। यह परियोजना दिखाती है कि हम एक मानक पाठ्यपुस्तक को ले सकते हैं, उसे कंप्यूटर की भाषा में अनुवादित कर सकते हैं, और इसका उपयोग छात्रों को स्पष्ट रूप से सोचने के तरीके सिखाने के लिए कर सकते हैं। यह पाठ्यपुस्तक को एक स्थिर पुस्तक से एक इंटरैक्टिव खेल के मैदान में बदल देता है जहाँ छात्र देख सकते हैं कि एक प्रमाण वास्तव में क्यों काम करता है।

शोध पत्र निष्कर्ष निकालता है कि जबकि AI प्रमाण उत्पन्न कर सकता है, यह अभी भी उस मानवीय निर्णय की जगह नहीं ले सकता जिसकी आवश्यकता यह तय करने के लिए होती है कि क्या कोई प्रमाण संदर्भ के लिए सही है। कंप्यूटर चरणों की जाँच कर सकता है, लेकिन एक मानव (या एक बहुत ही सावधान प्रक्रिया) को यह तय करना होगा कि क्या वे वही चरण हैं जो हम वास्तव में चाहते थे। यह परियोजना एक ऐसे भविष्य की ओर एक कदम है जहाँ AI हमें सीखने में मदद करता है, लेकिन हम अभी भी लगाम थामे रखते हैं ताकि गणित सत्य रहे। यह शिक्षक को बदलने के बारे में नहीं है; यह शिक्षक और छात्रों को संख्याओं के पीछे के सत्य को देखने के लिए एक सुपर-पावर्ड आवर्धक लेंस (magnifying glass) देने के बारे में है।