ChatGPT ने 1946 में पूछी गई एक जटिल गणितीय समस्या को नए तरीके से हल कर विशेषज्ञों को चौंका दिया है। इस उपलब्धि ने AI की रीजनिंग, मौलिक सोच और रिसर्च क्षमता को लेकर नई बहस शुरू कर दी है।
AI Tech: आर्टिफिशियल इंटेलिजेंस अब केवल सवालों के जवाब देने या डेटा प्रोसेस करने तक सीमित नहीं रह गया है। हाल में ChatGPT द्वारा 80 साल पुरानी गणितीय समस्या का नया समाधान पेश किए जाने के बाद AI की तार्किक सोच और नई खोज करने की क्षमता पर दुनिया भर में चर्चा तेज हो गई है। विशेषज्ञ इसे भविष्य की वैज्ञानिक रिसर्च के लिए बड़ा संकेत मान रहे हैं।
80 साल पुरानी गणितीय समस्या क्यों थी खास
साल 1946 में प्रसिद्ध गणितज्ञ Paul Erdős ने एक जटिल सवाल रखा था, जिसे “प्लेनर यूनिट डिस्टेंस प्रॉब्लम” कहा जाता है। इस समस्या में यह समझने की कोशिश की गई थी कि किसी समतल सतह पर मौजूद बिंदुओं के बीच कितने ऐसे जोड़े बनाए जा सकते हैं, जिनकी दूरी बिल्कुल एक यूनिट हो।
दशकों तक गणितज्ञ मानते रहे कि इस समस्या का सबसे अच्छा समाधान चौकोर ग्रिड जैसी संरचनाओं से ही मिल सकता है। हालांकि इतने वर्षों में ऐसा कोई समाधान सामने नहीं आया था, जिस पर सभी विशेषज्ञ पूरी तरह सहमत हों।
बताया जा रहा है कि ChatGPT ने इस समस्या के कई नए पैटर्न और उदाहरण खोजे, जिनमें पहले की तुलना में ज्यादा यूनिट डिस्टेंस जोड़े संभव थे। यही वजह है कि इस उपलब्धि को गणित और AI दोनों क्षेत्रों में बड़ी प्रगति माना जा रहा है।
सिर्फ जवाब नहीं, सोचने के तरीके ने चौंकाया
विशेषज्ञों के अनुसार सबसे दिलचस्प बात केवल समस्या का हल नहीं, बल्कि उसका तरीका था। ChatGPT को इस खास गणितीय प्रश्न के लिए अलग से ट्रेन नहीं किया गया था। उसे सामान्य तर्क क्षमता और भाषा आधारित reasoning मॉडल के रूप में विकसित किया गया था।
जब इस समस्या से जुड़ी जानकारी दी गई, तो AI ने अलग दिशा में सोचते हुए समाधान तैयार किया। गणित में किसी भी समाधान का महत्व तभी माना जाता है, जब हर चरण तार्किक रूप से सही हो। छोटी सी गलती भी पूरी दलील को गलत साबित कर सकती है।
इसी वजह से गणित को AI की reasoning क्षमता की सबसे कठिन परीक्षा माना जाता है। इस मामले में ChatGPT ने लंबी और जटिल गणितीय दलील तैयार की, जिसे बाद में विशेषज्ञों ने जांच कर सही पाया।
अलग-अलग गणितीय क्षेत्रों को जोड़ने की क्षमता
विशेषज्ञों को सबसे ज्यादा आश्चर्य इस बात पर हुआ कि ChatGPT ने अल्जेब्रिक नंबर थ्योरी जैसे जटिल गणितीय क्षेत्र का उपयोग किया। पहले यह नहीं माना जाता था कि इस सिद्धांत का संबंध इस ज्यामितीय समस्या से हो सकता है।
इसका मतलब यह है कि AI ने केवल पहले से मौजूद जानकारी को दोहराया नहीं, बल्कि गणित के अलग-अलग क्षेत्रों के बीच नया संबंध भी स्थापित किया। कई विशेषज्ञ इसे AI की “मौलिक सोच” का उदाहरण मान रहे हैं।
प्रसिद्ध गणितज्ञ Tim Gowers ने इसे गणितीय रिसर्च के लिए अहम उपलब्धि बताया है। उनका मानना है कि AI अब केवल सहायक तकनीक नहीं, बल्कि नई रिसर्च दिशा सुझाने वाला टूल बनता जा रहा है।
भविष्य में विज्ञान और रिसर्च पर क्या असर पड़ेगा
विशेषज्ञों का मानना है कि इस तरह की उपलब्धियों का असर केवल गणित तक सीमित नहीं रहेगा। यदि AI जटिल तर्कों को लंबे समय तक संभाल सकता है और अलग-अलग क्षेत्रों की अवधारणाओं को जोड़ सकता है, तो इसका उपयोग जीवविज्ञान, दवा निर्माण, इंजीनियरिंग और भौतिक विज्ञान जैसे क्षेत्रों में भी किया जा सकता है।
भविष्य में AI नई दवाओं की खोज, वैज्ञानिक मॉडल तैयार करने और जटिल इंजीनियरिंग समस्याओं के समाधान में बड़ी भूमिका निभा सकता है। हालांकि विशेषज्ञ यह भी स्पष्ट कर रहे हैं कि इंसानों की भूमिका खत्म नहीं होगी।
AI समाधान सुझा सकता है, लेकिन कौन-सी समस्या महत्वपूर्ण है, उसके सामाजिक और वैज्ञानिक प्रभाव क्या होंगे और रिसर्च की दिशा क्या होनी चाहिए, यह निर्णय आगे भी इंसान ही करेंगे।
