दुनिया के दो सबसे सम्मानित गणितज्ञों ने देखा कि AI असल में क्या हल करता है, और दोनों उसी लापता टुकड़े पर पहुँचे

फ़ील्ड्स मेडल विजेता टिमोथी गॉवर्स ने 12 अगस्त को एक पोस्ट प्रकाशित की जिसमें उन्होंने गणित को उन हिस्सों में बाँटने की कोशिश की जिन्हें भाषा मॉडल अच्छे से संभालते हैं और जिन्हें नहीं। उनका निष्कर्ष यह है कि जहाँ ज्ञात तकनीकों को जोड़कर परिणाम तक पहुँचा जा सकता है वहाँ मॉडल मज़बूत हैं — प्रतिउदाहरण खोजना उनकी उपलब्धियों की सूची में असामान्य रूप से आगे है — और जहाँ खोज-क्षेत्र विशाल हो वहाँ यह तय करने में कमज़ोर हैं कि कौन-सी दिशा आज़माने लायक़ है। वे साफ़ कहते हैं कि अभी कोई स्वच्छ वर्गीकरण नहीं है और सिद्धांतकारों से इसे औपचारिक रूप देने में मदद माँगते हैं। पीटर सारनाक ने जुलाई में अमेरिकन मैथमेटिकल सोसाइटी की Notices में एक अलग कोण से वैसी ही बात कही: AI पहले से मौजूद सिद्धांत से नतीजे निकाल सकता है, पर उन नए अमूर्तनों को गढ़ने में संघर्ष करता है जिन पर बड़े प्रमाण आमतौर पर खड़े होते हैं। DeepMind के टॉम ज़हावी का पेपर 'LLMs Can't Jump' इसी अड़चन को तकनीकी भाषा में नाम देता है — नई बुनियादी मान्यताएँ प्रस्तावित न कर पाना। इनमें से कोई भी नियंत्रित प्रयोग नहीं है; ये विशेषज्ञों के आकलन हैं कि असली गणितीय काम में ये औज़ार कैसा व्यवहार करते हैं।

✓ सत्यापित · 3 स्रोत

संबंधित खबरें