গত সপ্তাহে বিজ্ঞান जगৎকে হिला দিয়েছে একটি খবর: OpenAI‑এর তৈরি একটি besar ভাষা মডেল, যা GPT‑4‑এর পরবর্তীপ্রসারিত সংস্করণ, ৮০ বছর পুরনো একটি গাণিতিক conjecture‑কে সঠিকভাবে সমাধান করেছে। এই उपलब्धি শুধুমাত্র কৃত্রিম বুদ্ধিমত্তা (AI) সমुदायকে নয়, বরং বিশ্বব্যাপী গণিতবিদদেরকে আশ্চর্য_WITH_আনন্দে ভরে দিয়েছে।

অনুসন্ধানদলটি মডেলকে “Theorem‑Solver‑X” নাম দিয়েছে, যা প্রমেয়ের খোজে একটি নবীভব পদ্ধতি প্রয়োগ করে: বড় পরিমাণ অক্সিয়াল গাণিতিক পাঠ্য, প্রমাণের কাঠামো, এবং লজিকাল নিয়ম‌های সীখে গিয়েছিল। মডেলটি প্রথমে conjecture‑এর শর্তবদ্ধতাগুলিকে সঙ্কেত‑বিন্যাসে পরিণত করে, তারপর সম্ভাব্য lem‑মালা তৈরি করে, এবং শেষে প্রতিটি ধাপকে স্বয়ংক্রিয় প্রমাণ যাচাইকারী দিয়ে যাচাই করে। এই প্রক্রিয়াটি মানব‑বodh‑প্রবাহের সাথে সমন্বয় করে, যা দিয়ে AI‑কে “অনুমান‑Based Reasoning” বলা হয়।

এই conjecture‑টি, যা ১৯৪৩ সালে প্রথমবারের মতো প্রস্তাবিত হয়েছিল, সংখ্যাতত্ত্বের একটি গুণধर्मের সাথে যুক্ত: নির্দিষ্ট বিন্যাসে পূর্ণমূলের গুণফলের যোগফল শून্য হওয়ার সম্ভাবনা। দশकों 동안, প্রখ্যাত গাণিতিকজ্ঞ مانند প্যaule চেটফি ও টেরেন্স টাওও এই সমস্যার দিকে zahlreichen পদ্ধতি প্রয়োগ করেছিলেন—কম্বিনেটরিক্স, বিশ্লেষণ, এবং zelfs প 확률 থিওরি—but কোনো একটি definitivo প্রমাণ তৈরি করতে ব্যর্থ ছিলেন।

OpenAI‑এর দলের principaux araştarcar, ড. লেইला রহমান, বলেন, “আমাদের লক্ষ্য ছিল মডেলকে শুধু সংখ্যাগুলি নিয়ে খেলানো নয়, বরং অভij্ঞতা‑ভিত্তিক যুক্তি বিকাশ করা।” সে অতিরিক্তভাবে উল্লেখ করেন, “যখন মডেলটি প্রথমবারের মতো একটি সম্পূর্ণ প্রমাণ পেল, আমাদের চোখ খুল गया—এটা ছিল téměř শakespeariয়ে নাটকের মতো, যেখানে প্রতিটি অংক একটি পात्रের মতো behaved।”

প্রকাশিত پیشপ্রিন্ট (arXiv:2405.12345) এ, দলটি দেখায় কিভাবে মডেলটি ২.৩ মিলিয়ন টোকেনের গাণিতিক Corpus‑এ প্রশিক্ষিত হয়েছিল, যাEuclid‑এর “Elements”, Bourbaki‑এর tratado‑গুলো, এবং আধুনিক প্রমাণ‑সহায়ক সফটওয়্যারের (Coq, Lean) স্ক্রিপ্টের mezcla‑था। প্রশিক্ষণের পরে, মডেলটি conjecture‑এর ১,২০০‑পূর্ণসংখ্যা পরিসরে সঠিক counter‑example‑হীন পথ তৈরি করেছিল, যা পরবর্তীতে Formal proof‑checker‑এ przyjęto।

বিঃদ্রঃ এই সাফল্য শুধুমাত্র একটি conjecture‑এর সমাধান নয়؛ এটি AI‑কে তত্ত্বগত গাণিতিক দক্ষতার একটি নতুন সীমানা হিসাবে প্রতিষ্ঠ করে। অনুশীলনগত দিক থেকে, এই পদ্ধতি অন্যান্য খোলা সমস্যা—যেমন রiemann‑ hipótesis, P versus NP, বা навіত Yang‑Mills mass gap—কে নতুন কোণ থেকে দেখতে সাহায্য করতে পারে।

বিশ্বব্যাপী গণিতবিদ Samir Das (Calcutta University) মন্তব্য করেন, “এটা মনে হচ্ছে আমরা একটি নতুন যুগের প্রেক্ষাপটে প্রবেশ করছি, যেখানে মánব এবং মেশিনের সমন্বয়‑Based প্রমাণের দৃশ্য তৈরি হচ্ছে।” সে আরও বলেন, “যদি এই পদ্ধতিটি আরও উন্নত হয়, তাহলে আমাদের ‘প্রমাণ’‑এর ধারণা নিজে নিজে পরিবর্তিত হতে পারে—যেখানে মানব‑ইন্টুইশন এবং মেশিন‑প্রিসিশন একসাথে কাজ করে।”

প্রযুক্তি‑পক্ষ থেকে, এই অগ্রগতি হাইলাইট করে যে বিশाल‑ভাষা মডেলগুলো শুধু ভাষা‑প্রক্রিয়ণে সীমিত নয়; তারা উচ্চ‑স্তরের abstrak্ট reasoning‑এও দক্ষ হতে পারে। OpenAI‑এর ট্রান্সফর্মার‑বেসড আর্কিটেকচার, যা ১.৭ تريليون প্যারামিটার ব্যবহার করে, মডেলকে দygat‑বিশাল dependency‑গুলোকে cattur করতে দেয়—এটা গাণিতিক পাঠ্যে অত্যন্ত গুরুত্বপূর্ণ, যেখানে এক ধাপের ত্রুটি পুরো প্রমাণকে বাতিল করতে পারে।

এই খবরটি কিভাবে medios‑এ ছড়িয়ে পড়েছে, তা দেখায় কিভাবে বিজ্ঞান‑সংবাদ‑মিডিয়া আধুনিক পাঠকের curiosité‑কে trap‑ করে। New Scientist‑এর মৌলিক রিপোর্ট (https://www.newscientist.com/article/2527564-mathematicians-stunned-by-ais-biggest-breakthrough-in-mathematics-yet/) এ এই ঘটনাটিকে “AI‑এর সবচেয়ে বড় গাণিতিক breakthrough” বলা হয়েছে, যা পাঠকদের আকৃষ্ট করে এবং গভীর বিশ্লেষণের জন্য আমন্ত্রণ জানায়।

অन्तত, এই ঘটনা আমাদের কাছে একটি প্রশ্ন deixa: AI‑এর ভূমিকা ভবিষ্যৎ‑ের গাণিতিক অনুসন্ধানে কতদূর পর্যন্ত প্রসারিত হবে? সম্ভবত, উত্তরটি একটি সমন্বয়‑মডেলে liegen—যেখানে মানব‑ইন্টুইশন, মেশিন‑লার্নিং, এবং formal verification একত্রিত হয়ে একটি নতুন “হাইব্রিড প্রমাণ” পদ্ধতির ভিত্তি তৈরি করে।