गणित की सात सहस्राब्दी समस्याएं क्या हैं और उनकी हालिया प्रगति क्या है
और पढ़ें
Super Abril
super.abril.com.br

गणित की सात सहस्राब्दी समस्याएं क्या हैं और उनकी हालिया प्रगति क्या है

सहस्राब्दी के परिवर्तन के करीब, संयुक्त राज्य अमेरिका में स्थित एक शोध संस्थान, क्ले मैथमेटिक्स इंस्टीट्यूट (CMI) ने एक महत्वाकांक्षी प्रयास के लिए दुनिया के प्रमुख गणितज्ञों को एक साथ लाया। संस्थान की वैज्ञानिक परिषद के नेतृत्व में, सात अद्वितीय गणितीय चुनौतियों का एक सेट चुना गया, जिससे 'सहस्राब्दी समस्याएं' नामक चुनौतियां सामने आईं।

CMI का प्रस्ताव स्पष्ट है: जो शोधकर्ता इनमें से किसी भी समस्या को पहली बार हल कर पाएगा, उसे दस लाख डॉलर का पुरस्कार दिया जाएगा। यह ध्यान रखना महत्वपूर्ण है कि सात समस्याओं में से कोई भी सरल नहीं मानी जाती है, क्योंकि उन्हें उन कुछ सबसे जटिल प्रश्नों का प्रतिनिधित्व करने के लिए चुना गया है जिनका सामना गणितज्ञ दूसरी सहस्राब्दी में संक्रमण के दौरान कर रहे थे।

24 मई, 2000 को, संस्थान ने सात समस्याओं की अंतिम सूची जारी की: बर्च और स्विन्नर्टन-डायर की परिकल्पना; होज का अनुमान; नेवियर-स्टोक्स समीकरणों के अस्तित्व और विशिष्टता की समस्या; पॉइंकेयर की परिकल्पना; पी बनाम एनपी समस्या; रीमैन परिकल्पना; और क्वांटम यांग-मिल्स सिद्धांत के लिए द्रव्यमान अंतराल की समस्या। CMI के अनुसार, इस पहल का उद्देश्य आम जनता को यह बताना है कि गणित में खुली सीमाएं हैं और कई महत्वपूर्ण प्रश्न अभी भी बिना उत्तर के हैं।

वर्तमान में, सहस्राब्दी समस्याएं क्षेत्र में सबसे अधिक अध्ययन किए जाने वाले विषयों में से हैं, और CMI ने उनके समाधान के लिए कोई अंतिम समय सीमा निर्धारित नहीं की है। पिछले 26 वर्षों में, केवल एक को आधिकारिक तौर पर हल किया गया है: पॉइंकेयर की परिकल्पना, जिसे 2003 में रूसी गणितज्ञ ग्रिगोरी पेरेलमैन द्वारा हल किया गया था। हालांकि, हाल ही में, OpenAI ने घोषणा की कि उसकी एक कृत्रिम बुद्धिमत्ता ने नेवियर-स्टोक्स समस्या को हल कर लिया है।

गणितीय अवधारणाओं को समझाने के लिए, एक द्वि-आयामी गोले को एक एकल बंद और जुड़ा हुआ सतह माना जाता है। एक व्यावहारिक उदाहरण सेब है: यदि एक रबर बैंड को इसकी सतह के चारों ओर खींचा जाता है, तो इसे बिना तोड़े या सतह से बाहर निकले एक एकल बिंदु तक कम किया जा सकता है। इसके विपरीत, उसी रबर बैंड की कल्पना एक सर्पिल आकार के चारों ओर खींची गई है, तो इसे रबर बैंड को तोड़ने या सर्पिल को तोड़ने के बिना एक बिंदु तक कम करना असंभव हो जाता है।

1904 में, हेनरी पॉइंकेयर ने पहचाना कि इस गतिशीलता को वस्तुओं की द्वि-आयामी सतहों द्वारा दर्शाया जा सकता है: सेब की सतह को 'सरल रूप से जुड़ा हुआ' वर्गीकृत किया गया है, जबकि सर्पिल का नहीं। पॉइंकेयर की परिकल्पना इस जांच की निरंतरता थी, जिसमें यह पता लगाया गया कि क्या द्वि-आयामी सतहों के बारे में यह खोज त्रि-आयामी आकृतियों पर भी लागू होती है।

2002 और 2003 के बीच, पेरेलमैन ने प्रदर्शित किया कि कोई भी बंद त्रि-आयामी स्थान जिसमें छेद न हों, एक गोले के समतुल्य है, इस प्रकार तीन आयामों में पॉइंकेयर की खोज की वैधता की पुष्टि की।

पी बनाम एनपी समस्या को वर्तमान में कंप्यूटर विज्ञान में सबसे बड़ी अनसुलझी चुनौती माना जाता है। यह निम्नलिखित प्रश्न पर आधारित है: यदि किसी निश्चित समस्या के समाधान की सटीकता की जाँच करना अपेक्षाकृत आसान है, तो क्या इसका मतलब यह भी है कि उस समाधान को खोजना आसान है?

क्ले मैथमेटिक्स इंस्टीट्यूट (CMI) स्वयं एक उदाहरण प्रदान करता है: कल्पना कीजिए कि 400 विश्वविद्यालय के छात्रों के लिए आवास व्यवस्थित करना है, जिनमें से केवल 100 को छात्रावास के लिए चुना जाएगा, और यह प्रतिबंध है कि कुछ छात्र एक साथ नहीं रह सकते। इस परिदृश्य में, यह जांचना आसान है कि क्या कोई विशिष्ट चयन मानदंडों को पूरा करता है, लेकिन शून्य से इस सूची को उत्पन्न करने की प्रक्रिया अत्यंत जटिल है।

गणितज्ञों का मानना है कि नेवियर-स्टोक्स समीकरण हवा और अशांति दोनों की भविष्यवाणी करने की अनुमति दे सकते हैं, क्योंकि ये समीकरण पानी जैसे तरल पदार्थों की गति का वर्णन करते हैं। हालांकि इन्हें 19वीं शताब्दी में तैयार किया गया था, इन समीकरणों की समझ काफी सीमित बनी हुई है। नेवियर-स्टोक्स समस्या सवाल करती है कि क्या ये समीकरण हमेशा सभी समयों के लिए एक वैध समाधान उत्पन्न करते हैं या क्या वे कुछ शर्तों के तहत एक विलक्षणता पैदा कर सकते हैं।

OpenAI द्वारा किया गया दावा सुझाव देता है कि उसने इस दूसरे प्रकार की स्थिति को सटीक रूप से परिभाषित किया है।

प्राकृतिक संख्याओं के बीच अभाज्य संख्याओं का वितरण कोई पूर्वानुमेय पैटर्न का पालन नहीं करता है। हालांकि, जर्मन गणितज्ञ जी.एफ.बी. रीमैन (1826-1866) ने देखा कि इन अभाज्य संख्याओं की आवृत्ति एक जटिल फलन के व्यवहार से जुड़ी हुई है। रीमैन परिकल्पना प्रस्तावित करती है कि $\zeta(s) = 0$ समीकरण के सभी गैर-तुच्छ शून्य एक विशिष्ट ऊर्ध्वाधर रेखा पर स्थित होते हैं। हालांकि इस कथन को पहले 10 ट्रिलियन समाधानों के लिए सिद्ध किया गया है, सभी समाधानों के लिए इसकी सत्यता अभी भी अज्ञात है।

1954 में, चेन निंग यांग और रॉबर्ट मिल्स ने ज्यामिति में पाए गए संरचनाओं का उपयोग करके मौलिक कणों का वर्णन करने के लिए एक नई संरचना पेश की। हालांकि यांग-मिल्स सिद्धांत अच्छी तरह से स्थापित है, इसकी गणितीय नींव अभी भी अस्पष्ट है। सिमुलेशन और प्रयोग एक 'द्रव्यमान अंतराल' के अस्तित्व की ओर इशारा करते हैं, जहां निर्वात से ऊपर न्यूनतम ऊर्जा अवस्था में एक न्यूनतम धनात्मक ऊर्जा होगी। चुनौती इस सिद्धांत के कठोर गणितीय अस्तित्व और इस अंतराल की घटना को साबित करने में निहित है।

बर्च और स्विन्नर्टन-डायर की समस्या दीर्घवृत्तीय वक्रों पर लागू संख्या सिद्धांत के भीतर एक नई परिकल्पना प्रस्तावित करती है। दीर्घवृत्तीय वक्र विशिष्ट समीकरणों द्वारा परिभाषित होते हैं, जैसे $y^2 = x^3 + ax + b$, और उनमें परिमेय निर्देशांक वाले बिंदुओं की एक सीमित या अनंत संख्या हो सकती है। यह परिकल्पना इन बिंदुओं की संख्या और वक्र से जुड़े एक गणितीय फलन के व्यवहार के बीच एक संबंध स्थापित करती है।

जैसा कि CMI बताता है, 'जब समाधान एक एबेलियन विविधता के बिंदु होते हैं, तो बर्च और स्विन्नर्टन-डायर की परिकल्पना बताती है कि परिमेय बिंदुओं के समूह का आकार $\zeta(s)$ से संबंधित एक फलन के व्यवहार से संबंधित होता है जो $s=1$ के पास होता है।'

वहीं, होज का अनुमान इस बात की जांच करता है कि कुछ ज्यामितीय स्थानों की टोपोलॉजिकल विशेषताओं को किस हद तक बीजगणितीय समीकरणों द्वारा परिभाषित तत्वों द्वारा समझाया जा सकता है। यह मानता है कि इन स्थानों के कुछ टोपोलॉजिकल गुण उप-स्थानों के संयोजन से मेल खाते हैं जिन्हें बीजगणितीय समीकरणों द्वारा भी वर्णित किया जा सकता है।

समान कहानियाँ

ओपनएआई ने नेवियर-स्टोक्स की समस्या हल करने का दावा किया, जो मिलेनियम पुरस्कार की चुनौती है
और पढ़ें
olhardigital.com.br

ओपनएआई ने नेवियर-स्टोक्स की समस्या हल करने का दावा किया, जो मिलेनियम पुरस्कार की चुनौती है

ओपनएआई ने गणित की सबसे जटिल और पुरानी समस्याओं में से एक के समाधान की घोषणा की: नेवियर-स्टोक्स की अस्तित्व और स्मूथनेस की समस्या, जो क्ले मैथमेटिक्स इंस्टीट्यूट द्वारा स्थापित मिलेनियम पुरस्कार के सात प्रश्नों में से एक है।

कंपनी के अनुसार, आर्टिफिशियल इंटेलिजेंस (AI) की एक आंतरिक प्रणाली ने एक विश्लेषणात्मक प्रमाण उत्पन्न किया जो यह साबित करता है कि नेवियर-स्टोक्स समीकरण एक निश्चित समय पर विलक्षणता प्रदर्शित कर सकते हैं। ओपनएआई ने परिणाम के गणितीय सत्यापन के लिए उपयोग की जाने वाली लीन भाषा में इस प्रमाण का एक औपचारिककरण भी उपलब्ध कराया है।

यह घोषणा गणित में AI के अनुप्रयोग में एक उल्लेखनीय प्रगति को चिह्नित करती है। नेवियर-स्टोक्स समीकरण द्रव गति को मॉडल करने के लिए महत्वपूर्ण हैं, और इनका उपयोग मौसम पूर्वानुमान, विमान डिजाइन और रक्त प्रवाह के अध्ययन जैसे क्षेत्रों में किया जाता है।

जो प्रश्न दशकों से बिना उत्तर के था, वह यह जानना था कि क्या ये समीकरण तीन आयामों में एक चिकना समाधान बनाए रखते हैं या क्या वे कुछ शर्तों के तहत ढह सकते हैं और एक विलक्षणता उत्पन्न कर सकते हैं, जिस क्षण द्रव की गति एक सीमित अवधि में असीमित रूप से बढ़ जाएगी।

इस समस्या को वर्ष 2000 में मिलेनियम पुरस्कार के सात प्रश्नों में शामिल किया गया था, जिसके लिए सही समाधान प्रस्तुत करने वाले को 1 मिलियन अमेरिकी डॉलर (5 मिलियन रुपये के बराबर) का पुरस्कार दिया जाना था।

समाधान कैसे प्राप्त किया गया

इस परिणाम को प्राप्त करने के लिए, ओपनएआई ने समन्वित AI एजेंटों से बनी एक प्रणाली का उपयोग किया। अनुमान है कि नेवियर-स्टोक्स को हल करने के लिए लगभग दस हजार एजेंट एक साथ काम कर रहे थे, जिन्हें समस्या के विभिन्न संस्करण प्राप्त हो रहे थे और उन्हें विभिन्न तरीकों का पता लगाने के लिए समूहों में वितरित किया गया था।

यह प्रक्रिया तब शुरू हुई जब ओपनएआई के शोधकर्ताओं ने 1 सितंबर को अफवाहें सुनीं कि दो मिलेनियम समस्याओं का समाधान हो सकता है। कंपनी ने तब लंबित चुनौतियों पर अपने नए आंतरिक मॉडल का परीक्षण करने का निर्णय लिया।

इस प्रणाली का उपयोग यूलर समीकरणों से संबंधित एक समान प्रश्न की जांच के लिए भी किया गया, जिसमें नेवियर-स्टोक्स में मौजूद श्यानता पद नहीं होता है। इस दूसरे समस्या को हल करने के लिए लगभग 100 एजेंटों ने लगभग 50 घंटे समर्पित किए।

इस प्रारंभिक परिणाम को प्राप्त करने के बाद, ओपनएआई ने अपना ध्यान नेवियर-स्टोक्स पर केंद्रित किया। एजेंट समूहों ने विभिन्न टीमों के बीच सबसे प्रासंगिक जानकारी को समेकित करने के लिए कोडेक्स का उपयोग करते हुए खोजों का आदान-प्रदान करना शुरू कर दिया।

एजेंट अंततः 5 सितंबर को नेवियर-स्टोक्स के समाधान पर पहुंचे, जो काम शुरू होने के लगभग 88 घंटे बाद हुआ। लीन में प्रमाण के औपचारिकीकरण और सत्यापन चरण में अतिरिक्त 17 घंटे लगे।

परियोजना में किए गए सभी परीक्षणों के दौरान, एजेंटों ने 4.9 मिलियन संदेश भेजे और लगभग 300 बिलियन टोकन का उपभोग किया। विशेष रूप से नेवियर-स्टोक्स के कार्य में, 2.7 मिलियन संदेश और लगभग 130 बिलियन टोकन दर्ज किए गए।

कंप्यूटेशनल लागत भी काफी थी। सहायक सामग्री के अनुसार, ऑपरेशन के लिए लाखों डॉलर का प्रोसेसिंग पावर आवश्यक था, क्योंकि इतने सारे AI सिस्टम को एक साथ चलाने के लिए विशाल संसाधनों की आवश्यकता थी।

हालांकि ओपनएआई इस खोज को नेवियर-स्टोक्स की समस्या के समाधान के रूप में मानती है, उसने क्ले मैथमेटिक्स इंस्टीट्यूट द्वारा पेश किए गए 1 मिलियन अमेरिकी डॉलर के पुरस्कार का दावा नहीं करने की घोषणा की।

कंपनी ने इस कार्य को अपने AI मॉडल की प्रगति के प्रदर्शन के रूप में जारी किया, समाधान के विवरण और लीन में इसके औपचारिकीकरण दोनों को प्रकाशित किया, जिससे अन्य गणितज्ञ परिणाम की जांच कर सकें।

शामिल वैज्ञानिक विवाद

हालांकि, इस घोषणा ने इस उपलब्धि पर बहस को समाप्त नहीं किया। प्रमाण के गणितीय विश्लेषण के अलावा, संबंधित विषयों पर काम करने वाले शोधकर्ताओं और इस संभावना से जुड़ा एक विवाद सामने आया कि उनके द्वारा विकसित विचारों को ओपनएआई तक पहुंचाया गया होगा।

ओपनएआई की घोषणा एक वैज्ञानिक विवाद के बीच हुई जिसमें कंपनी से जुड़े शोधकर्ता और एंथ्रोपिक से जुड़े शोधकर्ता शामिल थे। न्यूयॉर्क विश्वविद्यालय (यूएसए) के गणित प्रोफेसर ट्रिस्टन बकमास्टर और एंथ्रोपिक के शोधकर्ता लेवेंट अल्पोगे, द्रव गतिकी से संबंधित मुद्दों पर काम कर रहे थे।

दोनों शोधकर्ताओं ने भाषा मॉडल, जिसमें एंथ्रोपिक और ओपनएआई दोनों के सिस्टम शामिल हैं, की 'बहुत मदद' से प्राप्त परिणामों को प्रस्तुत किया था। उनका काम यूलर समीकरणों पर केंद्रित था और 'ब्लो-अप', या विलक्षणता नामक एक घटना प्रस्तुत करता था। इन परिणामों के कुछ को लीन में भी औपचारिक रूप दिया गया था।

स्थिति श्रेय के विवाद का रूप ले गई जब बकमास्टर ने दावा किया कि उनकी टीम द्वारा विकसित पद्धति के बारे में अफवाहें ओपनएआई तक पहुंच सकती थीं। उन्होंने तर्क दिया कि कंपनी की एक आंतरिक टीम ने नेवियर-स्टोक्स की पूरी समस्या में आगे बढ़ने के लिए एक मालिकाना मॉडल का उपयोग किया होगा।

लेखन अधिकार पर भी चर्चा हुई। बकमास्टर ने कहा कि ओपनएआई ने उन्हें एक ऐसे लेख में विशेष लेखकत्व की पेशकश की जो यह स्वीकार करेगा कि आंतरिक मॉडल ने समस्या का समाधान किया है, लेकिन अल्पोगे को शामिल नहीं करेगा, जो एक प्रतिस्पर्धी कंपनी के लिए काम करता है।

ओपनएआई ने सार्वजनिक रूप से divulgação से पहले शोधकर्ताओं के काम तक पहुंचने से इनकार किया। कंपनी ने आश्वासन दिया कि उसके शोधकर्ताओं और एजेंटों ने किसी भी माध्यम से बकमास्टर और अल्पोगे की सामग्री को नहीं देखा था।

अपने बयान में, ओपनएआई ने जोड़ा कि अपने स्वयं के काम को पूरा करने के बाद दोनों शोधकर्ताओं से संपर्क करने पर, उन्हें पता चला कि उन्होंने समस्या के एक अलग संस्करण को हल किया था: बाहरी बल के साथ यूलर समीकरणों का मामला। कंपनी ने इस परिणाम में शोधकर्ताओं की प्राथमिकता को स्वीकार किया।

यह प्रगति वैज्ञानिक ज्ञान के निर्माण में AI की भूमिका पर बहस को भी पुनर्जीवित करती है। AI सिस्टम को सुदृढीकरण शिक्षण जैसी तकनीकों के माध्यम से गणितीय समस्याओं को हल करने के लिए प्रशिक्षित किया जा रहा है। समस्याओं के साथ बार-बार इंटरैक्ट करके जिनके उत्तर वस्तुनिष्ठ रूप से सत्यापित किए जा सकते हैं, मॉडल सीखते हैं कि कौन सी रणनीतियाँ प्रभावी हैं और कौन सी त्रुटियों की ओर ले जाती हैं।

लीन भाषा इस प्रक्रिया को संभावित बनाती है क्योंकि यह गणितीय प्रमाणों को कोड में परिवर्तित करने और औपचारिक सत्यापन के अधीन करने की अनुमति देती है।

ओपनएआई का परिणाम विशेष रूप से प्रासंगिक है क्योंकि नेवियर-स्टोक्स की समस्या आधुनिक गणित की सबसे कठिन समस्याओं में से एक थी। दशकों तक, गणितज्ञ यह निर्धारित करने की कोशिश कर रहे थे कि क्या समीकरण विलक्षणता विकसित कर सकते हैं या हमेशा चिकने बने रहेंगे।

इस प्रकार, यह उपलब्धि केवल कम्प्यूटेशनल क्षमता का प्रदर्शन नहीं है; यह AI को एक ऐसे कार्य के करीब लाती है जिसे लंबे समय तक विशुद्ध रूप से मानवीय माना जाता था: मौलिक गणितीय प्रश्नों के लिए नए दृष्टिकोण खोजना।

साथ ही, ओपनएआई और एंथ्रोपिक से जुड़े शोधकर्ताओं के बीच विवाद एक ऐसे प्रश्न को जन्म देता है जो जैसे-जैसे AI वैज्ञानिक अनुसंधान में सक्रिय रूप से भाग लेता जाएगा, अधिक महत्वपूर्ण होता जाएगा: जब मनुष्य और मशीन सहयोग करते हैं तो खोज का स्वामित्व किसके पास होता है — और बड़े AI प्रयोगशालाओं की सहायता से विकसित विचारों को कैसे सुरक्षित रखा जाए जो अभी तक प्रकाशित नहीं हुए हैं?

लोकप्रिय