Lean-QuantumAlg: A Framework for AI Agents to Produce Quantum Algorithms that Humans Can Trust

कंप्यूटिंग के क्षेत्र में, ऐसी मशीनें बनाने की एक बढ़ती हुई महत्वाकांक्षा है जो आज के सुपर कंप्यूटरों की पहुंच से बहुत आगे जाकर समस्याओं को हल कर सकें। ये क्वांटम कंप्यूटर हैं, ऐसे उपकरण जो सूचना को संसाधित करने के लिए उप-परमाणु दुनिया के विचित्र नियमों का उपयोग करते हैं, जो शास्त्रीय मशीनों के लिए असंभव प्रतीत होते हैं। वे उन कोड्स को तोड़ने का वादा करते हैं जिन्हें तोड़ने में वर्तमान कंप्यूटरों को हजारों साल लग सकते हैं, या रासायनिक प्रतिक्रियाओं का अनुकरण कर सकते हैं जो नई दवाओं के निर्माण का मार्ग प्रशend कर सकती हैं। हालांकि, इन मशीनों के उपयोगी होने के लिए, वैज्ञानिकों को पहले उन्हें निर्देश, या एल्गोरिदम लिखने होंगे जो उन्हें बताते हैं कि क्या करना है। चुनौती यह है कि क्वांटम मैकेनिक्स को सही ढंग से समझना बेहद कठिन है। तर्क में एक छोटी सी गलती भी पूरी गणना को विफल कर सकती है, और चूंकि गणित इतना जटिल है, इसलिए मानव विशेषज्ञ भी यह सुनिश्चित करने में संघर्ष करते हैं कि उनके निर्देश त्रुटिहीन हैं।

इस अनिश्चितता ने शोधकर्ताओं को आर्टिफिशियल इंटेलिजेंस से मदद लेने के लिए प्रेरित किया है। एआई एजेंट कोड लिखने और यहाँ तक कि गणितीय प्रमेयों (theorems) को सिद्ध करने में अविश्वसनीय रूप से कुशल होते जा रहे हैं। लेकिन एक नई समस्या उभर कर आई है: केवल इसलिए कि एक एआई कंप्यूटर स्क्रीन पर सही दिखने वाला प्रमाण लिख सकता है, इसका मतलब यह नहीं है कि वह प्रमाण वास्तव में उस समस्या को हल करता है जिसे मानव ने लक्षित किया था। कंप्यूटर शायद प्रश्न के किसी अलग संस्करण की जाँच कर रहा हो, या यह प्रोग्राम चलाने के लिए आवश्यक संसाधनों की गणना इस तरह से कर रहा हो जो छिपी हुई लागतों को अनदेखा करता हो। यदि कोई एआई दावा करता है कि उसने एक विशिष्ट एन्क्रिप्शन कोड को तोड़ने का तरीका खोज लिया है, लेकिन उसका प्रमाण इस बात की गलतफहमी पर आधारित है कि कंप्यूटर अपने चरणों की गिनती कैसे करता है, तो परिणाम बेकार है। वैज्ञानिक समुदाय को यह सुनिश्चित करने के तरीके की आवश्यकता है कि जब एक एआई कहता है कि उसने एक समस्या को हल कर लिया है, तो उसने वास्तव में उस विशिष्ट समस्या को, उसकी सभी लागतों और शर्तों के साथ हल किया है।

शोधकर्ताओं ने अब इस सटीक दुविधा को हल करने के लिए 'Lean-QuantumAlg' नामक एक नया सिस्टम पेश किया है। उन्होंने एक डिजिटल ढांचा बनाया है जो मानव उपयोगकर्ता और आर्टिफिशियल इंटेलिजेंस के बीच एक सख्त अनुबंध (contract) के रूप में कार्य करता है। इस प्रणाली में, मानव समस्या और खेल के नियमों को परिभाषित करता है, जबकि एआई को एल्गोरिदम बनाने और यह सिद्ध करने का कार्य सौंपा जाता है कि वह काम करता है। मुख्य नवाचार यह है कि यह ढांचा एआई को शुद्धता के प्रमाण को संसाधन उपयोग के प्रमाण से सीधे जोड़ने के लिए मजबूर करता है। सरल शब्दों में, यह प्रणाली सुनिश्चित करती है कि एआई यह दावा नहीं कर सकता कि कोई समाधान कुशल है यदि वह वास्तव में स्वीकार की गई मात्रा से अधिक ऊर्जा या समय का उपयोग कर रहा है, और न ही वह यह दावा कर सकता है कि एक समाधान सही है यदि वह गणना के बाद कंप्यूटर को उसकी मूल स्थिति में नहीं लौटाता है।

शोधकर्ताओं ने नौ अलग-अलग क्वांटम एल्गोरिदम को औपचारिक रूप देने के लिए एआई एजेंटों का उपयोग करके इस दृष्टिकोण की शक्ति का प्रदर्शन किया, जो बुनियादी खोज विधियों से लेकर आधुनिक एन्क्रिप्शन मानकों जैसे RSA-2048 पर जटिल हमलों तक विस्तृत हैं। अतीत में, इस प्रकार के एल्गोरिदम को सत्यापित करने के लिए मनुष्यों को हर एक विवरण की जांच करने के लिए कोड की हजारों लाइनों को पढ़ना पड़ता था। इस नए ढांचे के साथ, एक बार जब सिस्टम के मूल नियमों का मनुष्यों द्वारा ऑडिट और सत्यापन कर लिया जाता है, तो एआई भारी काम कर सकता है। शोधकर्ताओं ने पाया कि प्रत्येक नौ एल्गोरिदम के लिए, एक प्रतिशत से भी कम कोड के लिए मानव समीक्षा की आवश्यकता थी। शेष कार्य ढांचे द्वारा संभाला गया, जिसने स्वचालित रूप से यह जांचा कि एआई का प्रमाण वैध था और एल्गोरिदम अनुबंध की हर एक शर्त को पूरा करता था।

यह प्रणाली सत्यापन प्रक्रिया को विशिष्ट, अपरिवर्तनीय भागों में तोड़कर काम करती है। सबसे पहले, एक मानव समस्या को निर्दिष्ट करता है, यह परिभाषित करते हुए कि एल्गोरिदम को क्या हासिल करना चाहिए और उसे किन संसाधनों का उपयोग करने की अनुमति है। यह विनिर्देश (specification) स्वयं समाधान से अलग है। इसके बाद, एआई एल्गोरिदम का निर्माण करता है, जो अनिवार्य रूप से क्वांटम कंप्यूटर के लिए निर्देशों का एक सेट है। फिर ढांचा इस एल्गोरिदम का सिमुलेशन चलाता है ताकि देखा जा सके कि क्या होता है। यह तीन महत्वपूर्ण चीजों की जांच करता है: क्या एल्गोरिदम आवश्यक प्रायिकता (probability) के साथ सही उत्तर देता है, क्या यह उधार लिए गए क्वांटम सिस्टम के हिस्सों को ठीक उसी स्थिति में छोड़ देता है जैसा उसने उन्हें पाया था, और क्या यह मानव द्वारा निर्धारित समय और मेमोरी की सीमाओं के भीतर रहता है? यदि एआई किसी महंगी प्रक्रिया को छोड़ने का प्रयास करता है या संसाधनों की गलत गणना करता है, तो ढांचा प्रमाण को खारिज कर देता है।

सबसे महत्वपूर्ण निष्कर्षों में से एक यह है कि यह विधि "उधार" लिए गए संसाधनों को कैसे संभालती है। क्वांटम कंप्यूटिंग में, एक एल्गोरिदम को अक्सर ऐसी अतिरिक्त मेमोरी का उपयोग करने की आवश्यकता होती है जो उसकी अपनी नहीं है, बशर्ते वह उस मेमोरी को बाद में उसकी मूल स्थिति में लौटा दे। यदि एआई मेमोरी को सही स्थिति में लौटाता है लेकिन उसे सिस्टम के अन्य हिस्सों के साथ इस तरह उलझा (entangled) छोड़ देता है जो अनुमत नहीं था, तो एल्गोरिदम दोषपूर्ण है। Lean-QuantumAlg ढांचा इस संयुक्त अवस्था (joint state) की अत्यधिक सटीकता के साथ जांच करता है, यह सुनिश्चित करता है कि उधार ली गई मेमोरी वास्तव में बहाल हो गई है। यह स्तर का विवरण पहले स्वचालित करना कठिन था, लेकिन नया सिस्टम इसे सत्यापन प्रक्रिया का एक मानक हिस्सा बनाता है।

शोधकर्ताओं ने यह भी दिखाया कि यह दृष्टिकोण अच्छी तरह से स्केल (scale) होता है। सिस्टम के साझा आधार का एक बार ऑडिट करके, वे इसे कई अलग-अलग एल्गोरिदम के लिए पुन: उपयोग कर सकते थे। परीक्षण किए गए नौ एल्गोरिदम के लिए, जिनमें सुरक्षित संचार में उपयोग किए जाने वाले P-256 एन्क्रिप्शन मानक पर हमले शामिल थे, मानव को आवश्यक कोड की मात्रा नाटकीय रूप से कम हो गई। सबसे जटिल मामलों में, मानव समीक्षा कुल कोड के केवल एक छोटे से अंश तक सीमित थी, जबकि ढांचे ने बाकी काम संभाला। यह सुझाव देता है कि भविष्य में, एआई का उपयोग नए क्वांटम एल्गोरिदम की खोज और प्रमाणन के लिए किया जा सकता है, जो उस गति और पैमाने पर होगा जिसे मानव विशेषज्ञ अकेले कभी प्राप्त नहीं कर सकते, बशर्ते परिणामों को सत्यापित करने के लिए एक विश्वसनीय प्रणाली मौजूद हो।

यह कार्य यह दावा नहीं करता है कि एआई ने सभी क्वांटम समस्याओं को हल कर लिया है या ये एल्गोरिदम तुरंत भौतिक हार्डवेयर पर चलने के लिए तैयार हैं। इसके बजाय, यह एआई द्वारा उत्पन्न गणितीय प्रमाणों को भरोसेमंद बनाने के लिए एक कठोर पद्धति प्रदान करता है। यह मानव के कार्य (जो यह परिभाषित करता है कि क्या महत्वपूर्ण है) को मशीन के कार्य (जो तर्क की जांच करता है) से अलग करता है। ऐसा करके, यह क्वांटम एल्गोरिदम की स्केलेबल खोज के लिए एक मार्ग प्रशस्त करता है, यह सुनिश्चित करता है कि जब एक एआई समाधान खोजने का दावा करता है, तो वह समाधान वास्तविक, कुशल और बिल्कुल वैसा ही हो जैसा मांगा गया था। परिणाम स्वचालित वैज्ञानिक खोज के युग में विश्वास का एक नया मानक है, जहाँ मशीन काम करती है, लेकिन मानव ही अंतिम निर्णायक बना रहता है।