🔢 mathematics

Long-Horizon AI Research for Grothendieck Constant: A Case Study in Human-AI Mathematical Collaboration

यह शोध पत्र गणित में मानव-एआई सहयोग पर एक केस स्टडी प्रस्तुत करता है, जो यह प्रदर्शित करता है कि कैसे एक एआई अनुसंधान प्रणाली ने ग्रोटेंडिक स्थिरांक (Grothendieck constant) की ज्ञात सीमाओं को कड़ा करने के लिए नवीन अंतर्दृष्टि सफलतापूर्वक उत्पन्न की और साथ ही ऐसी सफलताओं के लिए आवश्यक स्थितियों और प्रणाली की शक्तियों एवं कमजोरियों पर महत्वपूर्ण विचार प्रस्तुत किए।

मूल लेखक: Alan Li, Rahul Saha, Anton Xue, Swarat Chaudhuri, Adam Klivans, Pravesh K Kothari, Raghu Meka

प्रकाशित 2026-08-12

📖 4 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Alan Li, Rahul Saha, Anton Xue, Swarat Chaudhuri, Adam Klivans, Pravesh K Kothari, Raghu Meka

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 विशाल, उलझे हुए पहेली को सुलझाने की कोशिश कर रहे हैं जहाँ पहेली के टुकड़े कठोर, ब्लॉक जैसे लेगो (Lego) ईंटों से बने हैं। आप उच्चतम संभव स्कोर प्राप्त करने के लिए उन्हें व्यवस्थित करना चाहते हैं। लेकिन एक शर्त है—नियम कहते हैं कि आप ईंटों को केवल विशिष्ट, झटकेदार तरीकों से ही हिला सकते हैं। यह एक "कॉम्बिनेटोरियल" (combinatorial) समस्या है—कठिन, विविक्त (discrete) और निराशाजनक रूप से कठिन। अब, कल्पना कीजिए कि आपको उन ईंटों को चिकनी, बहने वाली मिट्टी में पिघलाने की अनुमति दी जाती है। अचानक, पहेली को हल करना बहुत आसान हो जाता है क्योंकि आप मिट्टी को सही आकार में ढाल सकते हैं। यह एक "कंटीन्यूअस" (continuous) रिलैक्सेशन है। गणित का बड़ा सवाल यह है कि चिकनी मिट्टी, कठोर ब्लॉकों की तुलना में कितनी बेहतर हो सकती है? क्या अंतर मामूली है, या बहुत बड़ा है? इस अंतर को एक प्रसिद्ध संख्या द्वारा मापा जाता है जिसे ग्रोथेंडिक स्थिरांक (Grothendieck constant) कहा जाता है। 70 से अधिक वर्षों से, गणितज्ञ इस स्थिरांक के सटीक मान को निर्धारित करने की कोशिश कर रहे हैं। यह एक विशिष्ट प्रकार के गणितीय ट्रैफिक जाम के लिए ब्रह्मांड की सटीक गति सीमा खोजने जैसा है। इस संख्या को जानना इसलिए महत्वपूर्ण है क्योंकि यह हमें यह बताता है कि आसान, तेज़ तरीकों का उपयोग करके कठिन समस्याओं का अनुमान लगाने की हमारी वास्तविक सीमा क्या है। यदि अंतर छोटा है, तो हम अपने तेज़ शॉर्टकट पर भरोसा कर सकते हैं; यदि यह बहुत बड़ा है, तो हमें बहुत सावधान रहने की आवश्यकता है।

इस शोध पत्र में, मानव गणितज्ञों और एक आर्टिफिशियल इंटेलिजेंस (AI) सिस्टम की एक टीम ने इस रहस्यमय संख्या की सीमा को कम करने के लिए हाथ मिलाया। AI को एक ऐसे रोबोट के रूप में न देखें जिसने अकेले पहेली को हल किया, बल्कि एक अथक शोध सहायक के रूप में देखें जो बिजली की गति से गणना कर सकता है और प्रमाण लिख सकता है, जबकि मानव परियोजना प्रबंधक (project managers) के रूप में कार्य करते हैं जो यह तय करते हैं कि किन बंद रास्तों से बचना है और किन नए रास्तों की खोज करनी है। टीम ने अभी तक सटीक उत्तर नहीं खोजा है, लेकिन उन्होंने कुछ प्रभावशाली किया: उन्होंने इस स्थिरांक के लिए अब तक के सबसे अच्छे ज्ञात दायरे को और संकुचित कर दिया। उन्होंने सिद्ध किया कि वास्तविक मान निश्चित रूप से एक विशिष्ट भिन्न ( $6\pi/11$ , जो लगभग 1.7135 है) से अधिक है और निश्चित रूप से एक पुराने रिकॉर्ड के थोड़े बेहतर संस्करण ( $\frac{\pi}{2} \log(1 + \sqrt{2}) - 3.47 \times 10^{-4}$ , जो लगभग 1.7818 है) से कम है।

उनकी यात्रा का सबसे रोमांचक हिस्सा केवल वे संख्याएँ नहीं थीं, बल्कि यह भी था कि वे वहाँ कैसे पहुँचे। AI सिस्टम "कठिन परिश्रम" (grind) में अविश्वसनीय रूप से अच्छा था—यह हजारों प्रयोग चला सकता था, जटिल गणनाओं की जाँच कर सकता था, और यहाँ तक कि लंबे, तार्किक प्रमाण भी लिख सकता था। हालाँकि, AI कभी-कभी एक लूप में फंस जाता था, एक समस्या को ठीक करने के लिए एक बेहतर "ब्लॉकी" पहेली का टुकड़ा बनाने की कोशिश करता था, जबकि वास्तविक उत्तर पूरी तरह से अलग दिशा में था। मानव शोधकर्ताओं को हस्तक्षेप करना पड़ा, AI की बार-बार होने वाली विफलताओं को देखना था, और कहना था, "रुको, ये विफलताएं केवल गलतियाँ नहीं हैं; वे वास्तव में एक नियम को सिद्ध करने वाला एक सुराग हैं!" इस मानवीय अंतर्दृष्टि ने उन्हें रणनीति बदलने की अनुमति दी: एक कठिन पहेली बनाने के बजाय जिससे सिस्टम टूट जाए, उन्होंने AI की विफलताओं का उपयोग यह सिद्ध करने के लिए किया कि कोई भी पहेली इतनी कठिन नहीं हो सकती। इस बदलाव ने स्थिरांक की निचली सीमा को सिद्ध करने का एक बिल्कुल नया तरीका प्रदान किया, एक ऐसा तरीका जो पहले कभी उपयोग नहीं किया गया था।

यह शोध पत्र इस बात की एक ईमानदार रिपोर्ट कार्ड भी है कि वास्तविक दुनिया के गणित अनुसंधान में AI कितनी अच्छी तरह काम करता है। टीम ने पाया कि जबकि AI तकनीकी निष्पादन के लिए एक पावरहाउस है—जैसे कि एक सुपर-फास्ट कैलकुलेटर जो कोड भी लिख सकता है—यह अभी भी "अनुसंधान निर्णय" (research judgment) में संघर्ष करता है। इसे हमेशा यह नहीं पता होता कि किसी विफल विचार को कब छोड़ना है या पूरी योजना को कब बदलना है। मनुष्यों को लगातार जहाज को दिशा देनी पड़ती थी, AI के नोट्स को व्यवस्थित करना पड़ता था और यह सुनिश्चित करना पड़ता था कि वह महत्वपूर्ण चेतावनियों को भूल न जाए। अंततः, यह सहयोग दिखाता है कि भविष्य गणित का AI द्वारा मनुष्यों को बदलने के बारे में नहीं है, बल्कि मनुष्यों और AI के मिलकर काम करने के बारे में है, जहाँ मानव अंतर्दृष्टि प्रदान करता है और AI उन विचारों का परीक्षण करने के लिए अनंत ऊर्जा प्रदान करता है।

तकनीकी सारांश: ग्रोटेंडिक स्थिरांक (Grothendieck Constant) के लिए दीर्घ-क्षितिज AI अनुसंधान

1. समस्या विवरण

यह शोध पत्र ग्रोटेंडिक स्थिरांक ( $K_G$ ) को संबोधित करता है, जो फलन विश्लेषण (functional analysis) और कॉम्बिनेटरियल ऑप्टिमाइज़ेशन में एक मौलिक मान है, जो एक कठिन असतत अनुकूलन समस्या (discrete optimization problem) और उसके निरंतर सेमीडेफिनेट प्रोग्रामिंग (SDP) रिलैक्सेशन के बीच के पूर्णांक अंतराल (integrality gap) को मापता है। विशेष रूप से, एक आव्यूह (matrix) $A$ के लिए, यह समस्या साइन वेक्टर्स ( $\pm 1$ ) पर एक द्विपद रूप (bilinear form) के अधिकतम मान की खोज करती है, जबकि रिलैक्सेशन किसी भी आयाम में इकाई वेक्टर्स (unit vectors) की अनुमति देता है। स्थिरांक $K_G$ वह न्यूनतम कारक है जिससे रिलैक्स्ड मान, असतत इष्टतम (discrete optimum) से कभी भी $K_G$ गुना से अधिक नहीं होता है।

सत्तर वर्षों से अधिक के अध्ययन के बावजूद, $K_G$ का सटीक मान अज्ञात रहा। इस कार्य से पूर्व, ज्ञात सर्वोत्तम सीमाएँ थीं:
$1.6769\dots \le K_G \le 1.7822\dots$
यह अंतर इतना बड़ा था कि $K_G$ का दशमलव वाला अंक भी अनिश्चित था। लेखकों ने एक AI-सहायता प्राप्त अनुसंधान प्रणाली का उपयोग करके इन सीमाओं को कड़ा करने का लक्ष्य रखा।

2. कार्यप्रणाली: AI अनुसंधान प्रणाली

लेखकों ने एक असिंक्रोनस रूप से निर्देशित AI अनुसंधान प्रणाली (asynchronously steered AI research system) तैयार की है, जिसे दीर्घ-क्षितिज (long-horizon) कार्यों के लिए डिज़ाइन किया गया है जहाँ लक्ष्य विकसित होते हैं और पुरस्कार (rewards) विरल (sparse) होते हैं। यह प्रणाली दो अलग-अलग एजेंटों को जोड़ने वाले एक "हार्नेस" के रूप में कार्य करती है:

रीजनिंग एजेंट (Reasoning Agent): यह "मस्तिष्क" के रूप में कार्य करता है, जो अनुसंधान की दिशा चुनता है, तर्क विकसित करता है, प्रयोग निर्दिष्ट करता है और दावों का ऑडिट करता है। यह फ्रंटियर लैंग्वेज मॉडल्स (GPT-5.5-Pro और GPT-5.6-Sol) का उपयोग करता है।
कोडिंग एजेंट (Coding Agent): यह "निष्पादक" (executor) के रूप में कार्य करता है, जो प्रोजेक्ट रिपॉजिटरी को बनाए रखता है, प्रयोगों को लागू करता है, साहित्य (literature) प्राप्त करता है, और एक स्क्रिप्टेड इंटरफेस के माध्यम से रीजनिंग मॉडल को संचालित करता है। यह कोडिंग मॉडल्स (Claude Opus और Claude Fable 5) का उपयोग करता है।

प्रमुख वास्तुशिल्प विशेषताएँ:

फ़ाइल-आधारित मेमोरी: चूंकि एजेंटों का संदर्भ (context) सत्रों के बीच बना नहीं रहता है, इसलिए निरंतरता को फ़ाइलों के माध्यम से बनाए रखा जाता है: एक समस्या विवरण, एक सारांश फ़ाइल (वर्किंग मेमोरी), और अपेंड-ओनली ट्रांसक्रिप्ट/लॉग।
सत्र संरचना: कार्य को प्रतिदिन 2-5 समानांतर सत्रों में व्यवस्थित किया जाता है, जिनमें से प्रत्येक कुछ घंटों का होता है। सत्र एक चक्र का पालन करते हैं: ओरिएंटेशन, फोकस चयन, अनुसंधान लूप (गणना/साहित्य/रीजनिंग), और क्लोजिंग ऑडिट।
मानवीय स्टीयरिंग (Human Steering): मानव ऑपरेटर प्राथमिकताएं निर्धारित करने, दावों का ऑडिट करने और अनुसंधान एजेंडा को पुनर्निर्देशित करने के लिए एसिंक्रोनस निर्देश (लगभग 40) प्रदान करते हैं।
सत्यापन प्रोटोकॉल (Verification Protocol): प्रणाली एक कैलिब्रेटेड आंतरिक सत्यापन प्रोटोकॉल का उपयोग करती है जहाँ दावों को सिद्ध (proven), संख्यात्मक रूप से समर्थित (numerically supported), अनुमानित (conjectural), या ह्यूरिस्टिक (heuristic) के रूप में टैग किया जाता है। केवल मानव लेखकों द्वारा स्वतंत्र रूप से सत्यापित परिणामों को ही प्रमेय (theorems) के रूप में प्रस्तुत किया जाता है।

3. प्रमुख योगदान और परिणाम

A. गणितीय परिणाम

इस सहयोग ने $K_G$ की सीमाओं में दो प्राथमिक सुधार दिए:

नया ऊपरी बाउंड (New Upper Bound):
- परिणाम: $K_G \le \frac{\pi}{2 \log(1 + \sqrt{2})} - 3.47 \times 10^{-4} \approx 1.7818$ ।
- विधि: इसमें लिमिटिंग क्रिविन स्कीम (Limiting Krivine schemes) पेश की गई, जो शास्त्रीय राउंडिंग स्कीमों का एक सामान्यीकरण है जहाँ विभाजन का आयाम अनंत तक बढ़ता है। विशिष्ट निर्माण एक क्यूबिक-क्विंटिक स्कीम (cubic–quintic scheme) है जिसमें क्यूबिक सीमाएँ हैं।
- महत्व: यह आयाम बढ़ाने से प्राप्त पहला सुधार है, जो ब्रावरमैन एट अल. [BMMN11] द्वारा उठाए गए प्रश्न का उत्तर देता है कि क्या उच्च आयाम सन्निकटन (approximation) में सहायता करते हैं।
नया निचला बाउंड (New Lower Bound - मुख्य खोज):
- परिणाम: $K_G \ge \frac{6\pi}{11} \approx 1.7135$ ।
- विधि: यह $K_G$ पर पहला निचला बाउंड है जो किसी विशिष्ट कठिन उदाहरण (hard instance) के निर्माण से प्राप्त नहीं हुआ है। इसके बजाय, प्रमाण सभी क्रिविन स्कीमों के प्रदर्शन पर एक सार्वभौमिक बाधा (universal obstruction) स्थापित करता है।
- तंत्र: प्रणाली ने किसी भी स्कीम के सहसंबंध फलन (correlation function) $H(t) = b_1 t + b_3 t^3 + \dots$ पर एक प्रतिबंध व्युत्पन्न किया: $b_3 \ge 2b_1 - \frac{11}{6}$ । नायोर और रेगेव [NR14] के इष्टतमता प्रमेय के साथ मिलकर, यह इस निचले बाउंड को सिद्ध करता है।
- परिणाम: ये परिणाम $K_G$ के दशमलव अंक को 7 निर्धारित करते हैं।

B. पद्धतिगत योगदान

यह शोध पत्र दीर्घ-क्षितिज AI अनुसंधान के लिए एक कार्यप्रणाली का दस्तावेजीकरण करता है, जो यह दर्शाता है कि कैसे:

विफलताओं के संचय को नए गणित में बदला जाए।
फ़ाइल-आधारित मेमोरी का उपयोग करके सत्रों के बीच अनुसंधान स्थिति (research state) को बनाए रखा जाए।
मानव अंतर्ज्ञान (अनुसंधान निर्णय) को AI तकनीकी निष्पादन के साथ एकीकृत किया जाए।

4. केस स्टडी: विफलता से सफलता तक

यह शोध पत्र निचले बाउंड की खोज का पुनर्गठन करता है ताकि श्रम विभाजन को स्पष्ट किया जा सके:

प्रारंभिक चरण (AI निष्पादन): प्रणाली ने शुरू में लिमिटिंग क्रिविन स्कीमों के वेरिएंट्स की खोज करके बेहतर ऊपरी बाउंड खोजने का प्रयास किया। इसने बार-बार एक ट्रेड-ऑफ का सामना किया: नॉन-लीनियर टर्म्स को दबाने से लीडिंग टर्म कमजोर हो जाती थी।
मानवीय हस्तक्षेप (अनुसंधान निर्णय): बार-बार होने वाली विफलताओं को देखते हुए, मानव ऑपरेटरों ने इसे एक संभावित सामान्य विश्लेषणात्मक बाधा (general analytic obstruction) के रूप में पहचाना, न कि केवल निर्माण की कमी के रूप में। उन्होंने प्रणाली को नए निर्माणों की खोज करने के बजाय इन विफलताओं को संश्लेषित करने और एक सार्वभौमिक बाधा को सिद्ध करने के लिए पुनर्निर्देशित किया।
AI निष्पादन (तकनीकी प्रमाण): पुनर्गठित होने के बाद, प्रणाली ने सफलतापूर्वक पूर्ण प्रमाण विकसित किया, उच्च-आयामी अनुमानों को एक-आयामी गौसियन असमानताओं (Gaussian inequalities) में बदल दिया और एक कंप्यूटर-सहायता प्राप्त प्रमाण पत्र (certificate) तैयार किया।

5. क्षमताओं और सीमाओं का विश्लेषण

शोध पत्र AI प्रणाली के प्रदर्शन का विस्तृत विश्लेषण प्रस्तुत करता है, जो एक निरंतर विषमता (asymmetry) को उजागर करता है:

शक्तियाँ (तकनीकी निष्पादन): प्रणाली अच्छी तरह से निर्दिष्ट उच्च-स्तरीय कार्यों को निष्पादित करने में असाधारण रूप से मजबूत थी। इसने लेम्मा (lemmas) बनाने, प्रमाणों का निर्माण करने और प्रयोग चलाने के लिए विशाल गणितीय ज्ञान का प्रभावी ढंग से उपयोग किया।
कमजोरियाँ (अनुसंधान निर्णय और अवस्था प्रतिनिधित्व):
- निर्णय (Judgment): प्रणाली कार्यक्रम के स्तर पर यह तय करने में संघर्ष करती थी कि आगे क्या करना है। वह यह पहचानने में विफल रही कि कब एक अनुसंधान दिशा समाप्त हो गई है या कब एक सामान्य बाधा को एक प्रमेय में बदला जा सकता है। उसने अक्सर सैद्धांतिक व्यापकता के बजाय संख्यात्मक तीक्ष्णता (numerical sharpness) को प्राथमिकता दी।
- अवस्था प्रतिनिधित्व (State Representation): प्रणाली की "वर्किंग मेमोरी" (सारांश फ़ाइल) नाजुक थी। महत्वपूर्ण चेतावनियाँ (जैसे कि एक संख्यात्मक स्कोर केवल अन्वेषण के लिए था) फ़ाइल मर्जिंग के दौरान खो गईं, जिससे प्रणाली ने एक गैर-सत्यापित संख्यात्मक परिणाम को 25 दिनों तक रिकॉर्ड-ब्रेकिंग बाउंड के रूप में माना।

प्रोफ़ाइल की उत्पत्ति: लेखक अनुमान लगाते हैं कि यह विषमता प्रशिक्षण डेटा से उत्पन्न होती है। गणितीय साहित्य और प्रशिक्षण पुरस्कार (training rewards) तकनीकी निष्पादन (परिभाषाएं, प्रमाण, अंतिम परिणाम) को खोज की प्रक्रिया (विफल दृष्टिकोण, रणनीतिक बदलाव और संदेह का विकास) की तुलना में भारी महत्व देते हैं। फलस्वरूप, AI गणित के "उत्पाद" में उत्कृष्ट है लेकिन "प्रक्रिया" में संघर्ष करता है।

6. महत्व और दावे

शोध पत्र तीन क्षेत्रों में महत्व का दावा करता है:

गणितीय प्रगति: यह $K_G$ पर पहला निचला बाउंड प्रदान करता है जो किसी कठिन उदाहरण के निर्माण पर निर्भर नहीं है, जो इस समस्या के प्रति दृष्टिकोण को मौलिक रूप से बदल देता है।
AI अनुसंधान प्रतिमान: यह दीर्घ-क्षितिज अनुसंधान में मानव-AI सहयोग के लिए एक केस स्टडी के रूप में कार्य करता है। लेखक तर्क देते हैं कि पूर्ण स्वायत्तता वर्तमान में AI की सटीक अनुसंधान अवस्था बनाए रखने और उच्च-स्तरीय निर्णय लेने में अक्षमता के कारण सीमित है। सबसे प्रभावी निकट-अवधि मॉडल वह है जिसमें मनुष्य एजेंडा को निर्देशित करते हैं और AI तकनीकी कार्यों को निष्पादित करता है।
पद्धतिगत अंतर्दृष्टि: यह रेखांकित करता कि अनुसंधान निर्णय और अवस्था प्रबंधन में सुधार के लिए AI को केवल पॉलिश किए गए अंतिम शोध पत्रों के बजाय गणित के एक प्रक्रिया (विफलताओं और रणनीतिक निर्णयों सहित) के रूप में प्रशिक्षित करना आवश्यक है।

शोध पत्र निष्कर्ष निकालता है कि हालांकि AI गणित में तकनीकी निष्पादन के लिए एक शक्तिशाली उपकरण है, फिर भी अनुसंधान निर्णय, एजेंडा निर्धारण और अनुसंधान अवस्था की अखंडता बनाए रखने के लिए मानवीय विशेषज्ञता आवश्यक बनी हुई है।