Auditing an AI-Generated Mathematical Proof: A Correction to a Greedy Conditioning Lemma in Quantum Parallel Repetition

सैद्धांतिक कंप्यूटर विज्ञान के क्षेत्र में, शोधकर्ता ऐसे खेलों का अध्ययन करते हैं जहाँ दो खिलाड़ी, जो एक-दूसरे से अलग हैं और बात करने में असमर्थ हैं, पुरस्कार जीतने के लिए अपने उत्तरों में समन्वय करने चाहिए। ये पासे के साथ खेले जाने वाले संयोग के खेल नहीं हैं, बल्कि जटिल पहेलियाँ हैं जहाँ खिलाड़ी एक रहस्यमय संबंध साझा करते हैं जिसे एंटैंगलमेंट (entanglement) कहा जाता है, जो क्वांटम भौतिकी की एक घटना है जो कणों को विशाल दूरियों तक एक-दूसरे को प्रभावित करने की अनुमति देती है। जब ये खिलाड़ी एक ही दौर में ऐसे खेल को कई बार दोहराते हैं, तो प्रायिकता के नियम सुझाव देते हैं कि यदि वे हर बार नहीं जीत सकते हैं, तो उन सभी को एक साथ जीतने की उनकी संभावना नाटकीय रूप से गिर जानी चाहिए, जैसे गर्म सूरज के नीचे बर्फ का गोला पिघलता है। यह अवधारणा, जिसे पैरेलल रिपिटिशन (parallel repetition) कहा जाता है, क्वांटम संचार की सीमाओं और भविष्य की क्रिप्टोग्राफिक प्रणालियों की सुरक्षा को समझने के लिए एक आधारशिला है। वर्षों से, गणितज्ञों ने यह सिद्ध करने का प्रयास किया है कि जीत की प्रायिकता में यह गिरावट केवल एक संभावना नहीं है, बल्कि ऐसे सभी खेलों के लिए एक गारंटीकृत घातांकीय क्षय (exponential decay) है, एक ऐसा परिणाम जो क्वांटम दुनिया के दबाव में व्यवहार करने के हमारे ज्ञान को सुदृढ़ करेगा।

OpenAI के एक हालिया प्रकाशन, जिसका शीर्षक Ten Advances in Mathematics and Theoretical Computer Science था, ने दावा किया कि उसने अंततः इस लंबे समय से चले आ रहे प्रश्न को हल कर लिया है। दस्तावेज़ ने एक व्यापक घातांकीय पैरेलल-रिपिटिशन प्रमेय प्रस्तुत किया, जिसमें तर्क दिया गया कि दो एंटैंगल्ड खिलाड़ियों द्वारा खेले जाने वाले किसी भी परिमित खेल के लिए, खेल की प्रत्येक प्रति को एक साथ जीतने की प्रायिकता बढ़ती संख्या के साथ अविश्वसनीय रूप से तेजी से घटती जाती है। प्रमाण एक विशिष्ट तार्किक चरण पर आधारित था, जो ध्यान केंद्रित करने के लिए खेल के राउंडों के एक छोटे समूह को चुनने की एक विधि थी, जिसका उद्देश्य यह दिखाना था कि यदि खिलाड़ी इन चयनित राउंडों में जीतते हैं, तो वे शेष राउंडों में भी जीतने के लिए लगभग निश्चित हैं। इस विधि को एक "ग्रीडी कंडिशनिंग" (greedy conditioning) प्रक्रिया के रूप में वर्णित किया गया था, जो संभावनाओं को लगातार जांचने और रणनीति को समायोजित करने का एक तरीका है। तर्क सुसंगत प्रतीत होता था, जो अत्यंत प्रवाहपूर्ण और परिष्कृत गणितीय गद्य में लिखा गया था जो क्वांटम दुनिया के नियमों के गहरे और कठोर सत्यापन का संकेत देता था।

हालाँकि, मिकोलाज सिएनिकी (Mikołaj Sienicki) और क्रिस्तोफ सिएनिकी (Krzysztof Sienicki) द्वारा इस प्रमाण के एक सावधानीपूर्वक ऑडिट ने खुलासा किया कि उस विशिष्ट चरण के भीतर तर्क में एक गंभीर दोष छिपा हुआ है। शोधकर्ताओं ने पाया कि हालांकि समग्र लक्ष्य सही था, लेकिन वहां तक पहुँचने के लिए उपयोग किए गए तंत्र में सफलता या विफलता को मापने के तरीके में एक सरल लेकिन निर्णायक त्रुटि थी। मूल पाठ में निर्देश दिया गया था कि जब तक शेष राउंडों में जीतने की औसत संभावना एक छोटे थ्रेशोल्ड (threshold) से अधिक हो, तब तक तार्किक प्रक्रिया को एक नए राउंड को खोजने के लिए जारी रखना चाहिए। हालाँकि, यह निर्देश गणितीय रूप से अगले आवश्यक कार्य से कटा हुआ था, जो कि एक विशिष्ट राउंड खोजना था जहाँ हारने की संभावना अधिक हो। प्रमाण ने यह मान लिया कि यदि औसत सफलता उच्च है, तो हार का एक विशिष्ट उदाहरण अवश्य होगा, जो कि तर्क की एक गलत छलांग है जो सत्य नहीं है। यह संभव है कि औसत उच्च हो जबकि हार की प्रत्येक व्यक्तिगत संभावना कम बनी रहे, जिससे प्रक्रिया के पास करने के लिए कोई वैध चाल नहीं बचती और पूरा तर्क रुक जाता है।

इस टूटन को प्रदर्शित करने के लिए, ऑडिटरों ने खेल के केवल दो राउंडों वाला एक सरल परिदृश्य बनाया। इस उदाहरण में, खिलाड़ियों के पास दोनों राउंड जीतने की बहुत अधिक संभावना थी, जो प्रक्रिया को रोकने के लिए आवश्यक थ्रेशोल्ड से कहीं अधिक थी। फिर भी, मूल प्रमाण में लिखे गए नियमों के तहत, एल्गोरिदम को एक ऐसे राउंड की तलाश करने के लिए मजबूर किया गया जिसमें हार की उच्च दर थी जो अस्तित्व में ही नहीं थी। प्रक्रिया एक लूप में फंस गई, एक ऐसी घास के ढेर में सुई खोजने की कोशिश कर रही थी जो खाली था, क्योंकि वह स्थिति (condition) कभी पूरी नहीं हुई जो इसे रोकने के लिए थी, भले ही वांछित निष्कर्ष पहले ही प्राप्त किया जा चुका था। इस प्रति-उदाहरण (counterexample) ने सिद्ध किया कि मुद्रित प्रक्रिया मौलिक रूप से त्रुटिपूर्ण थी, जो जैसा वर्णित था वैसा कार्य करने में असमर्थ थी, विशेष रूप से उस मामले में जहाँ खिलाड़ी पहले से ही अत्यधिक जीत रहे थे।

ऑडिट के लेखकों ने पूरे प्रमाण या मुख्य प्रमेय को खारिज नहीं किया। इसके बजाय, उन्होंने उस सटीक बिंदु की पहचान की जहाँ तर्क विफल हुआ और एक स्थानीय सुधार प्रस्तावित किया। उन्होंने दिखाया कि खोज जारी रखने की शर्त को उलटने की आवश्यकता थी: प्रक्रिया को विफलता की उच्च औसत संभावना की तलाश करनी चाहिए, न कि सफलता की उच्च औसत संभावना की। जब इस एकल तार्किक स्विच को पलटा गया, तो लेम्मा (lemma) का प्रमाण सफल रहा। सुधारा गया तरीका आवश्यक राउंडों की सफलतापूर्वक पहचान करता था, यह सुनिश्चित करता था कि जीतने की प्रायिकता उच्च बनी रहे, और बाद के अध्याय में उपयोग किए गए मात्रात्मक मापदंडों को सुरक्षित रखता था। हालाँकि, ऑडिटरों ने स्पष्ट रूप से कहा कि इस मरम्मत को मुख्य पैरेलल-रिपिटिशन प्रमेय के स्वतंत्र सत्यापन के रूप में नहीं पढ़ा जाना चाहिए। बाद के तर्क जैसे सैंपलबिलिटी (sampleability), कोरिलेटेड-सैंपलिंग (correlated-sampling), स्टेट-अलाइनमेंट (state-alignment), और राउंडिंग (rounding) अलग प्रश्न बने हुए हैं, जिन्हें यह पुष्टि करने के लिए विशेषज्ञ सत्यापन की आवश्यकता है कि शेष प्रमाण सही है।

यह घटना आर्टिफिशियल इंटेलिजेंस द्वारा उत्पन्न गणित के सत्यापन की चुनौतियों के लिए एक शक्तिशाली अनुस्मारक के रूप में कार्य करती है। AI के तर्क के सफल हिस्से अत्यधिक परिष्कृत और सम्मोहक थे, जो क्वांटम अवस्थाओं और प्रायिकता के बारे में जटिल विचारों को एक आधिकारिक स्वर में बुनते थे। फिर भी, त्रुटि गहरी थ्योरी की सूक्ष्म विफलता या गलत गणना की जटिल समस्या नहीं थी; यह पूरक घटनाओं (complementary events) का एक बुनियादी उलटाव था, जीत और हार के बीच का एक मिश्रण, जिसे एक मानव गणितज्ञ एक त्वरित नज़र से पकड़ लेता। ऑडिट दिखाता है कि एक प्रशंसनीय गणितीय तर्क एक छोटी, स्थानीय गलती को छिपा सकता है जो लिखे गए तरीके के रूप में प्रक्रिया को अमान्य कर देता है, भले ही अंतिम निष्कर्ष सत्य हो। हालाँकि सुधारा गया प्रमाण अब विशिष्ट लेम्मा के संबंध में समर्थन प्रदान करता है, ऑडिटरों का कार्य वहीं समाप्त हो जाता है। उन्होंने मशीन के टूटे हुए गियर को ठीक कर दिया है, लेकिन उन्होंने पूरे इंजन का सत्यापन नहीं किया है। गहरे प्रश्न जैसे क्वांटम सैंपलबिलिटी और अंतिम राउंडिंग तर्क अभी भी खुले हैं, जो यह पुष्टि करने के लिए विशेषज्ञ सत्यापन की प्रतीक्षा कर रहे हैं कि क्या बाकी मशीन मरम्मत किए गए भाग की तरह सुचारू रूप से चलती है।