कल्पना कीजिए कि आप एक अराजक प्रणाली (chaotic system) के भविष्य की भविष्यवाणी करने की कोशिश कर रहे हैं, जैसे कि हजारों लोगों द्वारा खेला जाने वाला "टेलीफोन" का एक विशाल खेल, या एक शहर जहाँ हर ट्रैफिक लाइट ड्राइवरों के मूड के आधार पर बदलती है। कंप्यूटर विज्ञान की दुनिया में, इसे प्रोबेबिलिस्टिक मॉडल चेकिंग (probabilistic model-checking) कहा जाता है। यह गणितीय रूप से यह सिद्ध करने का एक तरीका है कि कोई प्रणाली एक विशिष्ट लक्ष्य तक (जैसे कि "सभी प्रोफेसर अपनी बैठक समाप्त करें") एक निश्चित समय के भीतर पहुँचने की कितनी संभावना रखती है, भले ही वह प्रणाली यादृच्छिकता (randomness) और संयोगों से भरी हो। समस्या यह है कि जैसे-जैसे आप सिस्टम में अधिक लोग या भाग जोड़ते हैं, संभावित परिदृश्यों की संख्या विस्फोट की तरह बढ़ती है। यह समुद्र तट पर रेत के प्रत्येक कण को गिनने की कोशिश करने जैसा है जबकि समुद्र तट भी बढ़ रहा है; गणित इतना भारी हो जाता है कि सबसे तेज़ सुपरकंप्यूटर भी बिना उत्तर दिए, मेमोरी या समय की कमी के कारण अटक जाते हैं।

वर्षों तक, इन्हें हल करने के लिए सबसे अच्छे उपकरण एक विस्तृत, हाथ से बने मानचित्र का उपयोग करके भूलभुलैया (maze) में रास्ता खोजने जैसे थे, जिसमें हर एक मृत अंत (dead end) दिखाया गया हो। ये उपकरण तब बहुत अच्छे होते हैं जब भूलभुलैया में बहुत खाली जगह (स्पार्स डायनेमिक्स - sparse dynamics) होती है, लेकिन वे तब संघर्ष करते हैं जब भूलभुलैया रास्तों से भरी हुई (डेंस डायनेमिक्स - dense dynamics) होती है। वे पुराने तरीकों पर निर्भर करते हैं जो आधुनिक ग्राफिक्स कार्ड (GPUs) में पाए जाने वाले सुपर-फास्ट, समानांतर प्रोसेसर (parallel processors) के साथ तालमेल नहीं बिठा पाते हैं, जो आज के वीडियो गेम और AI के इंजन हैं।

यहाँ एक नया दृष्टिकोण आता है जिसे टेसा (Tessa) कहा जाता है, जिसे यूनिवर्सिटी ऑफ वाटरलू के शोधकर्ताओं द्वारा विकसित किया गया है। हर एक संभावना का नक्शा बनाने के बजाय, टेसा पूरे सिस्टम को डेटा के एक विशाल, बहु-आयामी ब्लॉक की तरह देखता है, जिसे गणित में टेंसर (tensor) कहा जाता है। एक टेंसर को एक उबाऊ स्प्रेडशीट के रूप में नहीं, बल्कि एक हाइपर-क्यूब के रूप में सोचें जिसमें नंबर होते हैं जिन्हें एक साथ कुचला, खींचा और घुमाया जा सकता है। इस समस्या को (कि "क्या सिस्टम लक्ष्य तक पहुँचेगा?") उस भाषा में अनुवाद करके जिसे ये आधुनिक ग्राफिक्स कार्ड पूरी तरह समझते हैं, टेसा विशाल और जटिल प्रणालियों के लिए गणनाओं को पुराने उपकरणों की तुलना में बहुत कम समय में पूरा कर सकता है।

शोधकर्ताओं ने केवल यह अनुमान नहीं लगाया कि यह काम करेगा; उन्होंने गणितीय रूप से इसे पुख्ता (sound) साबित किया और फिर इसे टेस्ट करने के लिए एक टूल बनाया। जब उन्होंने कुछ कठिन, भीड़भाड़ वाले परिदृश्यों (जैसे कि 17 प्रोसेसर या 10 कतारों वाला एक मॉडल) पर मौजूदा अत्याधुनिक उपकरणों के विरुद्ध टेसा का परीक्षण किया, तो टेसा 100 गुना अधिक तेज़ था। 500 स्टेप्स के एक विशिष्ट परीक्षण में, यह 300 गुना अधिक तेज़ था। पेपर दिखाता है कि समस्या के प्रतिनिधित्व को बदलकर—एक स्पार्स मैप से एक डेंस, पैरेलल करने योग्य डेटा ब्लॉक में—हम उन प्रणालियों को सत्यापित करने की क्षमता को अनलॉक कर सकते हैं जो पहले जाँच के लिए बहुत बड़ी थीं। यह कोई जादुई छड़ी नहीं है जो सब कुछ ठीक कर देती है (यह घने, भीड़भाड़ वाले सिस्टम पर सबसे अच्छा काम करती है, न कि स्पार्स वाले पर), लेकिन यह उन समस्याओं को हल करने के लिए एक नया मैदान खोलती है जो पहले पहुंच से बाहर थीं।

टेसा की कहानी: अराजकता को एक नृत्य में बदलना

आइए गहराई से देखें कि टेसा यह जादू कैसे करता है। कल्पना कीजिए कि आप N प्रोफेसरों के एक समूह को देख रहे हैं जो अपने फोन पर पोल (poll) पूरा करने की कोशिश कर रहे हैं। प्रत्येक प्रोफेसर तीन में से एक अवस्था (state) में है: दूर (फोन को अनदेखा करना), डूडलिंग (पोल को देखना), या पूरा हुआ (समाप्त करना)। हर सेकंड, एक प्रोफेसर ईमेल देख सकता है, विचलित हो सकता है, या अंततः सबमिट कर सकता है। पेच क्या है? वे किसी भी समय बाधित हो सकते हैं।

यह पता लगाने के लिए कि एक निश्चित समय सीमा के भीतर सभी लोग कार्य पूरा करेंगे या नहीं, पारंपरिक उपकरण अवस्थाओं के हर संयोजन को सूचीबद्ध करने का प्रयास करते हैं। यदि आपके पास 10 प्रोफेसर हैं, तो वह $3^{10}$ (59,049) संयोजन हैं। यदि 20 हैं, तो 3 अरब से अधिक हैं। पारंपरिक उपकरण इन संयोजनों को एक विशाल, स्पार्स सूची (जैसे कि ज्यादातर खाली पन्नों वाली डिक्शनरी) में संग्रहीत करने का प्रयास करते हैं। यह छोटे समूहों के लिए ठीक काम करता है, लेकिन जब समूह बड़ा हो जाता है और अंतःक्रियाएं (interactions) जटिल (dense) हो जाती हैं, तो सूची इतनी बड़ी हो जाती है कि वह मेमोरी में नहीं समा पाती और कंप्यूटर चोक हो जाता है।

टेसा की अंतर्दृष्टि: हाइपर-क्यूब
टेसा इस समस्या को अलग तरह से देखता है। एक सूची के बजाय, वह प्रोफेसरों की अवस्थाओं को एक डेंस टेंसर (dense tensor)—एक बहु-आयामी ग्रिड—के रूप में देखता है। यदि आपके पास 10 प्रोफेसर हैं, तो टेसा 59,049 आइटमों की सूची नहीं बनाता; यह एक 10-आयामी क्यूब बनाता है जहाँ प्रत्येक तरफ 3 स्लॉट हैं। यह एक रूबिक क्यूब की तरह है, लेकिन 3 के बजाय 10 परतों वाला।

यह क्यों शानदार है? क्योंकि आधुनिक ग्राफिक्स कार्ड (GPUs) इन क्यूब्स को संभालने के लिए ही बने हैं। उन्हें एक साथ लाखों नंबरों पर एक ही गणितीय ऑपरेशन करने के लिए डिज़ाइन किया गया है। टेसा प्रोफेसरों के नियमों (मार्कोव चेन का "यदि-तो" तर्क) को निर्देशों के एक सेट में अनुवादित करता है जो इस क्यूब के लिए हैं। भूलभुलैया में कदम-दर-कदम चलने के बजाय, टेसा GPU को पूरे क्यूब को एक साथ "कुचलने" (squish) के लिए कहता है।

"कंपाइलर" का जादू
पेपर इस बात पर प्रकाश डालता है कि टेसा JAX नामक एक टूल और XLA नामक एक कंपाइलर का उपयोग करता है। JAX को एक अनुवादक के रूप में समझें जो प्रोफेसर के नियमों को उस भाषा में बदल देता है जिसे GPU धाराप्रवाह बोलता है। XLA वह कंडक्टर है जो GPU को बताता है कि संगीत को सबसे कुशलता से कैसे बजाना है। यह कई छोटे चरणों को एक बड़े, सुचारू संचलन में मिला देता है (fuses), ताकि GPU रुकने और शुरू करने में समय बर्बाद न करे। यही कारण है कि टेसा इतना तेज़ है; यह हार्डवेयर से लड़ना बंद कर देता है और उसके साथ नृत्य करने लगता है।

परिणाम: समय की गति बढ़ाना
शोधकर्ताओं ने टेसा का परीक्षण साहित्य के तीन प्रसिद्ध "कठिन" समस्याओं पर किया:

1. क्यूज़ (Queues): कल्पना कीजिए कि सेवा के लिए प्रतीक्षा कर रहे लोगों की 10 अलग-अलग लाइनें हैं। टेसा अगले सबसे अच्छे टूल की तुलना में 100 गुना अधिक तेज़ था।
2. वेदर फैक्ट्रियां (Weather Factories): एक मॉडल जहाँ कारखाने मौसम के आधार पर काम करने और हड़ताल करने के बीच स्विच करते हैं। यहाँ भी, टेसा 100 गुना अधिक तेज़ था।
3. हर्मन का प्रोटोकॉल (Herman's Protocol): लीडर चुनने की कोशिश कर रहे प्रोसेसरों के बारे में एक क्लासिक समस्या। यहाँ, 500 स्टेप्स भविष्य की ओर देखते समय, टेसा प्रतिस्पर्धा से 300 गुना अधिक तेज़ था।

पेपर अपने सीमाओं के बारे में भी बहुत स्पष्ट है। टेसा हर समस्या के लिए रामबाण (silver bullet) नहीं है। यदि सिस्टम बहुत स्पार्स (sparse) है (बहुत खाली स्थान, कम कनेक्शन), तो पुराने उपकरण अभी भी बेहतर हो सकते हैं क्योंकि वे कम मेमोरी का उपयोग करते हैं। टेसा तब चमकता है जब सिस्टम "डेंस" होता है—जब सब कुछ एक-दूसरे से जुड़ा होता है, जिससे संभावनाओं का एक विशाल जाल बन जाता है।

केवल जाँचने से परे: सही सेटिंग्स खोजना
एक और शानदार चीज़ जो टेसा कर सकता है, वह है ग्रेडिएंट डिसेंट (gradient descent) का उपयोग करना। यह वही गणित है जिसका उपयोग AI को बिल्लियों को पहचानने या कारों को चलाने के लिए प्रशिक्षित करने में किया जाता है। इसका मतलब है कि टेसा न केवल यह जाँच सकता है कि एक सिस्टम काम करता है या नहीं, बल्कि यह काम करने के लिए यह भी खोज सकता है कि कौन सी सेटिंग्स एकदम सही हैं।

पेपर में, उन्होंने इसका उपयोग "नथ-याओ डाइ रोलर" (Knuth-Yao die roller) समस्या को हल करने के लिए किया। वे दो सिक्कों (मान $p$ और $q$) के लिए सटीक बायस (bias) खोजना चाहते थे ताकि एक कंप्यूटर निष्पक्ष पासा फेंक सके। टेसा ने कॉइन बायस को उन नॉब्स (knobs) की तरह माना जिन्हें वह घुमा सकता था। इसने गणना की कि नॉब्स को बदलने से परिणाम कैसे प्रभावित होता है, और फिर त्रुटि को कम करने के लिए स्वचालित रूप से उन्हें समायोजित किया। इसने कुछ ही सेकंड में सटीक मान ($p=0.5$ और $q=0.5$) खोज लिए, जो दर्शाता है कि टेसा का उपयोग सत्यापन (verification) के साथ-साथ अनुकूलन (optimization) के लिए भी किया जा सकता है।

निष्कर्ष
पेपर यह सिद्ध करता है कि समस्या के प्रतिनिधित्व को बदलकर—एक स्पार्स सूची से एक डेंस टेंसर में—हम आधुनिक हार्डवेयर की विशाल शक्ति को अनलॉक कर सकते हैं। यह "रेत के प्रत्येक कण को गिनने" से "पूरे समुद्र तट को एक साथ हटाने के लिए बुलडोजर का उपयोग करने" की ओर एक बदलाव है। हालांकि यह 'स्टेट एक्सप्लोजन' (states की संख्या अभी भी तेजी से बढ़ती है) की समस्या को हल नहीं करता है, लेकिन यह हम जो हल कर सकते हैं उसकी सीमा को बहुत आगे तक धकेल देता है, जिससे उन प्रणालियों को सत्यापित करना संभव हो जाता है जिन्हें पहले जाँचना असंभव था। लेखक अपनी गणित (उन्होंने इसे पुख्ता साबित किया है) और अपने परिणामों (उन्होंने वास्तविक बेंचमार्क पर इसे मापा है) को लेकर आश्वस्त हैं, जो कंप्यूटर वैज्ञानिकों के टूलबॉक्स में एक शक्तिशाली नया उपकरण प्रदान करते हैं।