Beyond Correctness: Toward Automated Novelty Verification with Lean 4
यह शोध पत्र AViD Journal प्रस्तुत करता है, जो एक Lean 4-आधारित पाइपलाइन है जो मौजूदा कॉर्पोरा और प्रमाण संरचनाओं के विरुद्ध औपचारिक कथनों का मूल्यांकन करके गणितीय नवीनता के सत्यापन को स्वचालित करता है, जबकि सिमेंटिक फिडेलिटी (semantic fidelity), इंडेक्स कवरेज और वापस लिए गए arXiv सबमिशनों द्वारा उत्पन्न पुनरुत्पादकता चुनौतियों के संबंध में महत्वपूर्ण सीमाओं को रेखांकित 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 में, एक नई खोज एक दुर्लभ और बहुमूल्य वस्तु है। सदियों से, गणितज्ञ इस बात को निर्धारित करने के लिए मानवीय अंतर्ज्ञान और सावधानीपूर्वक पठन पर निर्भर रहे हैं कि कोई प्रमाण वास्तव में नया है या यह पहले से ज्ञात किसी चीज़ का पुन: खोज मात्र है। आज, शक्तिशाली कृत्रिम बुद्धिमत्ता (AI) प्रणालियाँ ऐसे गणितीय प्रमाण उत्पन्न कर सकती हैं जो पूरी तरह से सही होते हैं, जिसका अर्थ है कि वे बिना किसी त्रुटि के सभी तार्किक नियमों का पालन करती हैं। हालाँकि, इन मशीनों में एक अंधा धब्बा (blind spot) है: वे एक ऐसे प्रमेय के लिए दोषरहित प्रमाण बना सकती हैं जो सौ साल पहले ही खोजा जा चुका है। प्रणाली देखती है कि तर्क सही है, लेकिन वह एक शानदार नए विचार और एक पुराने तथ्य के चतुर पुनर्कथन के बीच अंतर नहीं कर पाती है। यह अंतराल अनुसंधान के भविष्य के लिए एक समस्या पैदा करता है, जहाँ AI वैज्ञानिक रिकॉर्ड को सही लेकिन मौलिकता रहित कार्यों से भर सकता है, जिससे मनुष्यों के लिए यह जानना असंभव हो जाएगा कि वास्तव में नया क्या है।
इस समस्या के समाधान के लिए, एयरटन पोर्टो नामक एक शोधकर्ता ने AVid Journal नामक एक प्रणाली बनाई है, जिसे गणितीय नवीनता के लिए एक द्वारपाल (gatekeeper) के रूप में कार्य करने के लिए डिज़ाइन किया गया है। यह प्रणाली एक मानक शोध पत्र लेती है जो एक सामान्य स्वरूपण भाषा (formatting language) में लिखा गया होता है, इसके गणितीय दावों को निकालती है, और उन्हें एक सख्त, कंप्यूटर-पठनीय प्रारूप में अनुवादित करती है। एक बार जब कंप्यूटर कथन को समझ लेता है, तो यह देखने के लिए जाँचों की एक श्रृंखला चलाता है कि क्या वह विचार पहले भी प्रकट हुआ है। यह औपचारिक गणित के एक विशाल पुस्तकालय के माध्यम से खोज करता है, वैज्ञानिक पत्रों के अनुक्रमित कथनों के एक विशाल संग्रह में खोज करता है, और यहाँ तक कि यह आकलन करने के लिए कृत्रिम बुद्धिमत्ता का उपयोग करता है कि क्या कोई नया दावा किसी पुराने दावे का केवल एक रूपांतरण है। इसके बाद प्रणाली एक निर्णय जारी करती है, जो कार्य को वास्तव में नया, एक ज्ञात परिणाम, या कुछ ऐसा बहुत ही साधारण (trivial) जो खोज के रूप//रूप में नहीं गिना जा सकता, के रूप में वर्गीकृत करती है।
शोधकर्ताओं ने इस प्रणाली का परीक्षण वास्तविक दुनिया के उदाहरणों के एक विशिष्ट समूह पर किया: छब्बीस गणितीय शोध पत्र जिन्हें एक प्रमुख ऑनलाइन आर्काइव से वापस ले लिया गया था क्योंकि लेखक ने स्वीकार किया था कि उन्होंने पिछले कार्य की नकल की थी। लक्ष्य यह देखना था कि क्या मशीन इन डुप्लिकेट्स (प्रतिलिपियों) को पहचान सकती है। परिणाम प्रकट करने वाले थे, लेकिन उस तरह से नहीं जैसा कि कोई अपेक्षा कर सकता है। प्रणाली इसलिए विफल नहीं हुई क्योंकि इसके खोज एल्गोरिदम कमजोर थे या इसका तर्क त्रुटिपूर्ण था। इसके बजाय, प्रयोग ने तीन मौलिक बाधाओं (walls) का खुलासा किया जो किसी भी स्वचालित प्रणाली को इस समस्या को पूरी तरह से हल करने से रोकती हैं।
पहली बाधा अनुवाद का मामला है। प्रणाली को एक मानव-लिखित प्रमेय को कंप्यूटर भाषा में बदलने के लिए उसे एक कंप्यूटर भाषा में परिवर्तित करना होता है ताकि उसकी जाँच की जा सके। शोधकर्ताओं ने पाया कि एक कंप्यूटर फ़ाइल पूरी तरह से सही हो सकती है और बिना किसी त्रुटि के संकलित (compile) हो सकती है, फिर भी मूल मानवीय विचार का प्रतिनिधित्व करने में विफल हो सकती है। एक मशीन एक जटिल अवधारणा को एक सरल, साधारण कथन में सफलतापूर्वक अनुवादित कर सकती है जिसे वह तुरंत हल कर सकती है, या वह परिभाषा के एक महत्वपूर्ण हिस्से को पूरी तरह से छोड़ सकती है। इन मामलों में, कंप्यूटर सोचता है कि वह सही चीज़ की जाँच कर रहा है, लेकिन वास्तव में वह मूल विचार की छाया की जाँच कर रहा होता है। इसका अर्थ यह है कि भले ही प्रणाली कहे कि एक प्रमाण नया है, तो यह केवल इसलिए हो सकता है क्योंकि कंप्यूटर ने मानव लेखक को गलत समझा है।
दूसरी बाधा स्वयं पुस्तकालय की सीमा है। प्रणाली मौजूदा प्रमेयों के डेटाबेस में कथन की खोज करके डुप्लिकेट्स को ढूँढती है। हालाँकि, शोधकर्ताओं ने पाया कि जिन पत्रों का उन्होंने परीक्षण किया था, वे अक्सर बीसवीं सदी की शुरुआत या उससे भी पहले के परिणामों की पुन: खोज कर रहे थे। ये पुराने, शास्त्रीय परिणाम हमेशा उन डिजिटल पुस्तकालयों में मौजूद नहीं होते जिनका उपयोग प्रणाली करती है। डेटाबेस हाल के कार्यों को खोजने में उत्कृष्ट हैं, लेकिन वे गणित की गहरी, ऐतिहासिक जड़ों को भूल जाते हैं। यदि मूल खोज इंडेक्स में नहीं है, तो कितनी भी खोज या चतुर मिलान उसे नहीं ढूंढ सकता। प्रणाली अंधी नहीं है; वह बस उसे नहीं देख सकती जो वहाँ मौजूद नहीं है।
तीसरी बाधा वैज्ञानिक अभिलेखागार (archives) के काम करने के तरीके से जुड़ी एक संरचनात्मक समस्या है। जब किसी पेपर को डुप्लिकेट होने के कारण वापस लिया जाता है, तो ऑनलाइन आर्काइव उस पेपर के सोर्स कोड को हटा देता है। इसका अर्थ है कि वह सामग्री जिसकी प्रणाली के परीक्षण के लिए आवश्यकता है, गायब हो जाती है। शोधकर्ताओं को उन पत्रों की स्थानीय प्रतियों (local copies) पर निर्भर रहना पड़ा जिन्हें उन्होंने वापसी से पहले सहेज लिया था। यदि उन्होंने उन्हें सहेजा न होता, तो प्रयोग नहीं किया जा सकता था। यह एक विरोधाभास पैदा करता है: डुप्लिकेट्स को खोजने के लिए डिज़ाइन की गई प्रणाली का परीक्षण करने के लिए, आपको मूल पत्रों की आवश्यकता होती है, लेकिन पेपर को डुप्लिकेट घोषित करने का कार्य अक्सर उस पेपर के रिकॉर्ड को नष्ट कर देता है।
इन बाधाओं के बावजूद, परिस्थितियाँ अनुकूल होने पर प्रणाली ने काम किया। जब शोधकर्ताओं ने उन पत्रों पर इसका परीक्षण किया जहाँ मूल स्रोत उपलब्ध था और डुप्लिकेट एक हालिया परिणाम था जो डिजिटल लाइब्रेरी में मौजूद था, तो प्रणाली ने सफलतापूर्वक डुप्लिकेशन की पहचान की। यह "साधारण" (trivial) परिणामों—ऐसे कथनों को पहचानने में भी बहुत अच्छी थी जो इतने सरल हैं कि कंप्यूटर बिना किसी वास्तविक गणितीय अंतर्दृष्टि की आवश्यकता के उन्हें तुरंत हल कर सकता है। इन मामलों में, प्रणाली ने उन्हें सही ढंग से एक नई खोज न होने के रूप में चिह्नित किया।
अध्ययन यह निष्कर्ष निकालता है कि जबकि हम शुद्धता की जाँच के लिए मशीनें बना सकते हैं, नवीनता की जाँच करना जितना दिखता है उससे कहीं अधिक कठिन है। बाधा मशीन की बुद्धिमत्ता नहीं है, बल्कि वह डेटा जिसकी वह खोज करती है उसकी गुणवत्ता और मानवीय विचारों को ऐसी भाषा में अनुवादित करने की कठिनाई है जिस पर मशीन भरोसा कर सके। शोधकर्ताओं ने पाया कि सबसे बड़ी बाधाएँ तकनीकी गड़बड़ियाँ नहीं हैं जिन्हें सॉफ़्टवेयर अपडेट के साथ ठीक किया जा सके, बल्कि वे गणितीय ज्ञान के भंडारण और मानवीय विचारों को कोड में बदलने के तरीके से जुड़ी मौलिक समस्याएँ हैं। जब तक हम वापस लिए गए पत्रों के स्रोतों को सुरक्षित नहीं करते और यह सुनिश्चित नहीं करते कि हमारे डिजिटल पुस्तकालयों में गणितीय विचार का पूर्ण इतिहास शामिल है, एक स्वचालित प्रणाली में हमेशा एक अंधा धब्बा रहेगा, जो एक नई खोज और एक भूली हुई खोज के बीच अंतर करने में असमर्थ 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।