उत्तरप्रकाशित12 स्रोत
AlphaProof Nexus ने गणित में क्या साबित किया—और इन आंकड़ों से क्या पता नहीं चलता
मई के arXiv प्रीप्रिंट के मुताबिक, AlphaProof Nexus ने जांचे गए 353 खुली Erdős समस्याओं में से 9 हल कीं और OEIS के 492 अनुमानों में से 44 के प्रमाण दिए। ये संबंधित जांच समूहों के लगभग 2.5% और 8.9% हैं—हर गणितीय सवाल पर सिस्टम की सफलता दर नहीं। औपचारिक प्रमाण की जांच, मूल समस्या से उसका मेल, पहले से मौजूद काम और शोध...
प्रकाशितकर्ताGPT-6 Luna से संपादितGPT Image 2 से चित्र बनाए गए
शोध उत्तर
मुख्य निष्कर्ष
- मई के arXiv प्रीप्रिंट के मुताबिक, AlphaProof Nexus ने जांचे गए 353 खुली Erdős समस्याओं में से 9 हल कीं और OEIS के 492 अनुमानों में से 44 के प्रमाण दिए।
- ये संबंधित जांच समूहों के लगभग 2.5% और 8.9% हैं—हर गणितीय सवाल पर सिस्टम की सफलता दर नहीं।
- औपचारिक प्रमाण की जांच, मूल समस्या से उसका मेल, पहले से मौजूद काम और शोध में मानवीय भूमिका—इन सबको अलग अलग परखना जरूरी है।
AI संकेत
openai.comCreate a landscape editorial hero image for this Studio Global article: What does Google DeepMind’s October 8, 2026 Science paper, following its May arXiv preprint, report about AlphaProof Nexus’s solutions to ni. Article summary: The May preprint reports a meaningful but selective advance: AlphaProof Nexus resolved nine of 353 Erdős problems and proved 44 of 492 OEIS conjectures, with reported computing costs of a few hundred dollars per solved E. Topic tags: general, academic, general web, user generated, government. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, wate
Google DeepMind के AlphaProof Nexus को लेकर मई 2026 के arXiv प्रीप्रिंट में एक उल्लेखनीय दावा है: सिस्टम ने 353 खुली Erdős समस्याओं में से 9 हल कीं और Online Encyclopedia of Integer Sequences (OEIS)—पूर्णांकों के क्रमों और उनसे जुड़े अनुमानों का ऑनलाइन संदर्भ-संग्रह—के 492 अनुमानों में से 44 साबित किए। प्रीप्रिंट के अनुसार, हर हल की गई Erdős समस्या पर कंप्यूटिंग खर्च कुछ सौ डॉलर था। 17
ये आंकड़े AI-सहायता वाले प्रमाण-खोज तंत्र की क्षमता दिखाते हैं, लेकिन अपने-आप में यह नहीं बताते कि वह हर तरह की गणितीय समस्या कितनी भरोसेमंद ढंग से हल करेगा या हर परिणाम नया है या नहीं।
आंकड़ों को सही संदर्भ में पढ़ें
जांच में शामिल Erdős समस्याओं में 9 का हिस्सा करीब 2.5% है; OEIS अनुमानों में 44 का हिस्सा करीब 8.9%। ये चुने गए और परखे गए समूहों के अनुपात हैं—सभी संभावित गणितीय सवालों पर सिस्टम की सफलता-दर नहीं। प्रीप्रिंट के लेखक यह भी बताते हैं कि सफल Erdős मामलों में Lean में लिखे गए कथन मूल अनुमान से मेल खाते हैं या नहीं, इसकी विशेषज्ञों ने जांच की। 17
खर्च के आंकड़े को भी इसी सावधानी से देखना चाहिए। स्रोत प्रति हल की गई Erdős समस्या का खर्च बताता है; इससे अकेले असफल कोशिशों का कुल खर्च या पूरी खोज-प्रक्रिया की लागत-प्रभावशीलता तय नहीं होती। 17
Lean की जांच क्या सुनिश्चित करती है—और क्या नहीं
प्रीप्रिंट AlphaProof Nexus को AI-सहायता से औपचारिक प्रमाण खोजने वाले ढांचे के रूप में पेश करता है। ऐसे काम में गणितीय प्रमाण Lean जैसे औपचारिक सिस्टम में लिखा जाता है, जहां proof checker यह जांच सकता है कि प्रमाण औपचारिक कथन के नियमों के मुताबिक है या नहीं। 17
यह जांच महत्वपूर्ण है, लेकिन गणितीय संदर्भ के बाकी सवालों का जवाब नहीं देती। Checker का किसी प्रमाण को स्वीकार करना अपने-आप यह साबित नहीं करता कि औपचारिक कथन मूल समस्या के आशय से पूरी तरह मेल खाता है, नतीजा पहले कभी साबित नहीं हुआ, या उसका गणितीय महत्व कितना है। इसी वजह से मूल Erdős अनुमानों और Lean कथनों के मेल की विशेषज्ञ-जांच को नतीजों की व्याख्या में अहम मानना चाहिए। 17
लंबे समय से खुली समस्याओं का दावा
8 अक्टूबर की एक समाचार रिपोर्ट के मुताबिक, बताए गए Erdős नतीजों में से दो ऐसे सवालों से जुड़े हैं जिन्हें Paul Erdős और András Sárközy ने 1970 में उठाया था। यह लंबे समय से खुली समस्याओं को हल करने के दावे का समर्थन करती है, लेकिन यह शोध-पत्र की जगह एक द्वितीयक समाचार-स्रोत है। 19
यहां उपलब्ध स्रोतों में मई का प्रीप्रिंट और द्वितीयक रिपोर्टें शामिल हैं, अक्टूबर के Science लेख का पूरा पाठ या हर दावे का आकलन करने के लिए जरूरी विस्तृत स्वतंत्र समीक्षाएँ नहीं। इसलिए इन्हीं स्रोतों के आधार पर बीजगणितीय ज्यामिति और min-max से जुड़े खास दावों, पहले के समाधानों पर विवादों, कथनों में बदलाव, दूसरे एजेंटों से तुलना या शोधकर्ताओं की भूमिका को पक्का नहीं माना जा सकता। ऐसे दावों की पुष्टि के लिए मूल लेख, औपचारिक प्रमाण और समीक्षकों के विवरण देखने होंगे।
उपलब्धि का आकलन कैसे करें
सबसे ठोस तरीका है हर समस्या को अलग-अलग परखना: मूल अनुमान क्या कहता है, उसका Lean रूप उससे मेल खाता है या नहीं, पूरा प्रमाण जांचने योग्य है या नहीं, पहले का साहित्य क्या बताता है और काम में इंसानों की भूमिका कितनी थी।
रिपोर्ट किए गए नतीजे AlphaProof Nexus को प्रमाण-खोज के औजार के रूप में गंभीरता से देखने की वजह देते हैं। लेकिन केवल हलों की संख्या से यह तय नहीं होता कि सिस्टम स्वतंत्र रूप से गणितीय शोध करता है या हर नतीजा कितना नया और महत्वपूर्ण है। 17
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
लोग पूछते भी हैं
"AlphaProof Nexus ने गणित में क्या साबित किया—और इन आंकड़ों से क्या पता नहीं चलता" का संक्षिप्त उत्तर क्या है?
मई के arXiv प्रीप्रिंट के मुताबिक, AlphaProof Nexus ने जांचे गए 353 खुली Erdős समस्याओं में से 9 हल कीं और OEIS के 492 अनुमानों में से 44 के प्रमाण दिए।
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
मई के arXiv प्रीप्रिंट के मुताबिक, AlphaProof Nexus ने जांचे गए 353 खुली Erdős समस्याओं में से 9 हल कीं और OEIS के 492 अनुमानों में से 44 के प्रमाण दिए। ये संबंधित जांच समूहों के लगभग 2.5% और 8.9% हैं—हर गणितीय सवाल पर सिस्टम की सफलता दर नहीं।
मुझे अभ्यास में आगे क्या करना चाहिए?
औपचारिक प्रमाण की जांच, मूल समस्या से उसका मेल, पहले से मौजूद काम और शोध में मानवीय भूमिका—इन सबको अलग अलग परखना जरूरी है।
सूत्र
arxiv.orgAdvancing Mathematics Research with AI-Driven Formal ...
elmundo.esGoogle DeepMind logra que una IA resuelva problemas matemáticos que llevaban más de 50 años sin solución
science.orgAt futuristic meeting, AIs took the lead in producing and reviewing all the studies