OpenAI के Astra मॉडल ने सिर्फ $2,000 में सुलझाए गणित के 10 दशकों पुराने सवाल

Astra ने किन विशिष्ट समस्याओं को हल किया

OpenAI की रिपोर्ट के अनुसार, परिणाम आठ क्षेत्रों में फैले हुए थे और इनमें प्रूफ़, प्रतिउदाहरण और बेहतर सीमाएं शामिल थीं :

• गैर-सोफिक समूह (Non-sofic groups) — पहली स्पष्ट रचना जो गैर-सोफिक समूहों के अस्तित्व को साबित करती है, जो समूह सिद्धांत में एक केंद्रीय खुले प्रश्न को बंद करती है। मिखाइल ग्रोमोव द्वारा 1999 में सोफिसिटी की अवधारणा पेश किए जाने के बाद से इस पर कोई प्रगति नहीं हुई थी ।
• कॉन्स की कठोरता परिकल्पना (Connes's rigidity conjecture) — वॉन न्यूमैन बीजगणित में एक लंबे समय से चली आ रही परिकल्पना का खंडन किया ।
• उच्च-आयामी गोला पैकिंग (High-dimensional sphere packing) — पहले से तय आयामों से परे गोला पैकिंग के लिए नई ऊपरी सीमाएं ।
• पॉल एर्डोस द्वारा तीन समस्याएं — एर्डोस कैनन से तीन खुली संयोजक समस्याओं को हल किया, जिसमें बहुरंगी रैमसे संख्याओं पर एर्डोस समस्या नंबर 183 शामिल है ।
• अतिरिक्त परिणाम — क्वांटम समानांतर पुनरावृत्ति, जाली क्रिप्टोग्राफी में निकटतम वेक्टर समस्या, अंकगणितीय सर्किट जटिलता, बाइनरी और गोलाकार कोड, और एहरहार्ट की आयतन परिकल्पना में नए परिणाम ।

OpenAI ने समाधानों को कैसे सत्यापित किया

OpenAI ने केवल मॉडल के आउटपुट पर भरोसा नहीं किया। हर परिणाम के साथ एक Lean 4 औपचारिक प्रूफ़ सर्टिफिकेट था—एक कंप्यूटर-जांचने योग्य प्रूफ़ फ़ाइल जिसे कोई भी पाठक अपने लैपटॉप पर स्वतंत्र रूप से सत्यापित कर सकता है । Lean एक प्रूफ़ असिस्टेंट है जो स्वयंसिद्धों से निष्कर्ष तक हर तार्किक कदम की जांच करता है, अंतराल, प्रकार की त्रुटियों और असंगतियों को पकड़ता है । OpenAI ने सभी Lean फ़ाइलों को GitHub पर सार्वजनिक रूप से प्रकाशित किया, और रिपोर्ट के अनुसार सभी दस प्रूफ़ों के लिए "सॉरी" (अपूर्ण चरणों का संकेत) की संख्या शून्य है ।

हालांकि, कई टिप्पणीकारों ने कहा कि औपचारिक सत्यापन की महत्वपूर्ण सीमाएं हैं: Lean यह पुष्टि कर सकता है कि एक औपचारिक कथन अपनी औपचारिक परिभाषाओं का अनुसरण करता है, लेकिन यह प्रमाणित नहीं कर सकता कि एक प्रेस-रिलीज़ सारांश औपचारिक प्रमेय से सटीक रूप से मेल खाता है, कि औपचारिक परिभाषाएं गणितीय समुदाय के इच्छित प्रश्न से मेल खाती हैं, या कि परिणाम की नवीनता और ऐतिहासिक फ्रेमिंग सही है । विशेषज्ञों को अभी भी कथन की निष्ठा, परिभाषाओं, कटौतियों और अनौपचारिक-से-औपचारिक पुल का ऑडिट करने की आवश्यकता है ।

लागत: टोकन में $2,000

OpenAI ने खुलासा किया कि सभी दस समाधान तैयार करने की कुल कंप्यूट लागत Sol API दर पर लगभग $2,000 थी । यह आंकड़ा केवल सफल समाधान-खोज टोकन के लिए API-समतुल्य मूल्य है—इसमें असफल प्रयास, समानांतर अन्वेषण रन और सर्टिफिकेट पर पहुंचने से पहले खर्च किए गए आंतरिक कंप्यूट को शामिल नहीं किया गया है । तुलनात्मक रूप से, एक शीर्ष विश्वविद्यालय में गणित में पीएचडी छात्र की वार्षिक फीस $50,000 से अधिक हो सकती है, जिससे लागत दक्षता कई पर्यवेक्षकों के लिए इस घोषणा का सबसे चौंकाने वाला पहलू बन गई है ।

आलोचनाएं और संदेह

गणित समुदाय और AI शोधकर्ताओं ने कई सावधानियां बरती हैं:

• गणित समुदाय विभाजित — परिणामों का आकलन मिला-जुला है। कुछ शोधकर्ता चेतावनी देते हैं कि जबकि Lean सर्टिफिकेट औपचारिक शुद्धता साबित करते हैं, वे यह गारंटी नहीं देते कि परिणाम महत्वपूर्ण, आश्चर्यजनक, या सही ढंग से इच्छित खुली समस्याओं के समाधान के रूप में तैयार किए गए हैं ।
• गैरी मार्कस (संज्ञानात्मक वैज्ञानिक) ने तर्क दिया कि "गणित में सफलता एक विशेष मामला है" और एक क्षेत्र में विशेषज्ञता का मतलब सामान्य तर्क क्षमता नहीं है। उन्होंने आठ सामान्य गलतफहमियां सूचीबद्ध कीं, और पूरे विज्ञान में परिणाम को सामान्यीकृत करने के खिलाफ चेतावनी दी ।
• "AI प्रूफ़ को कौन सत्यापित करेगा?" — पर्यवेक्षकों ने यह सवाल उठाया कि AI-जनित गणित का ऑडिट कैसे किया जाए जब तर्क अपारदर्शी हो। यह मूल्यांकन करने का कोई सहमत तरीका नहीं है कि क्या एक ब्लैक-बॉक्स मॉडल का परिणाम ज्ञात काम का एक अश्रेयित पुनर्निर्माण है ।
• सहकर्मी समीक्षा और पारदर्शिता का अभाव — यह घोषणा जून 2026 में "लीडेन डिक्लेरेशन" के ठीक बाद आई, जिसमें गणितज्ञों ने AI कंपनियों की सहकर्मी समीक्षा को दरकिनार कर प्रेस रिलीज़ के साथ परिणाम घोषित करने की आलोचना की थी । OpenAI ने Astra मॉडल को सार्वजनिक रूप से जारी नहीं किया है, न ही कोई मॉडल कार्ड प्रदान किया है, और न ही $2,000 के आंकड़े के पीछे की विफलता दर का खुलासा किया है ।
• गूगल डीपमाइंड से तुलना — संदेह करने वालों ने कहा कि पहले के AI गणित के दावों (जैसे, डीपमाइंड का AlphaGeometry) को बाद में जांच का सामना करना पड़ा, और प्रतिमान बदलाव की घोषणा करने से पहले सावधानी बरतने का आग्रह किया ।

व्यापक निहितार्थ

• शोध का लोकतंत्रीकरण — $2,000 की लागत एक ऐसे भविष्य का सुझाव देती है जहां छोटी टीमें या यहां तक कि व्यक्ति भी AI का उपयोग करके वास्तविक शोध योगदान कर सकते हैं जिसके लिए पहले वर्षों की मानवीय विशेषज्ञता की आवश्यकता होती थी ।
• सत्यापन संस्कृति का संकट — क्षेत्र को अब इस बात पर सहमत मानकों की तत्काल आवश्यकता है कि AI-जनित प्रूफ़ों का मूल्यांकन, श्रेय और सहकर्मी समीक्षा कैसे की जाए जब मॉडल एक मालिकाना ब्लैक बॉक्स हो ।
• गणित का व्यावसायिक नियंत्रण — यदि सीमांत गणितीय खोज मालिकाना मॉडलों तक API पहुंच पर निर्भर हो जाती है, तो मुख्य शोध बुनियादी ढांचा सार्वजनिक संस्थानों से निजी कंपनियों में स्थानांतरित हो जाता है ।
• AI क्षमता के लिए नया बेंचमार्क — निश्चित प्रतियोगिता समस्याओं (जैसे, IMO या MATH) को हल करने के विपरीत, Astra ने वास्तव में नए ओपन-प्रॉब्लम परिणाम तैयार किए जिन्होंने ज्ञान की सीमा को आगे बढ़ाया, जिससे "AI गणित कर रहा है" का अर्थ बदल गया । मैनचेस्टर विश्वविद्यालय के गणितज्ञ थॉमस ब्लूम ने परिणामों को "बड़ी खबर" बताया, साथ ही इस विचार को खारिज कर दिया कि AI गणितज्ञों की जगह ले रहा है, यह देखते हुए कि AI एक सदी से अधिक के गणितीय सिद्धांत पर आधारित है और इसे गणितज्ञों द्वारा बनाया गया था ।