ایک خارجی ذریعہ کے مطابق، یو سی ایل اے کے پروفیسر اور فیلڈز انعام یافتہ تاو زھی خوان نے حال ہی میں علناً انتباہ دیا ہے کہ AI وہ حقیقی طور پر شعبہ کو آگے بڑھانے والے کھلے مسائل، ریاضی کے شعبے کے نئے مسائل کو تلاش کرنے کی رفتار سے زیادہ تیزی سے استعمال کر رہا ہے۔ اس کے مطابق، خطرہ اس بات میں نہیں کہ ماڈل زیادہ ثبوت لکھ دے گا، بلکہ اس بات میں ہے کہ یہ تحقیق کاروں کے طویل عرصے تک تلاش کرنے کے لیے مخصوص جگہ کو بہت جلد مختصر کر سکتا ہے۔
اونچی قیمت والے مسائل کم ہوتے جا رہے ہیں
ٹاو زہ خوان نے اشارہ کیا کہ ریاضی کے مسائل بے حد بنائے جا سکتے ہیں، لیکن واقعی اہم مسائل کم ہوتے ہیں۔ بہت سے حل نہ ہوئے مسائل موجود ہیں، لیکن وہ نئے طریقے پیدا نہیں کرتے اور متعلقہ شعبے کو آگے بڑھانے میں مشکل ہوتے ہیں۔ تحقیق کرنے والے پہلے تجربے کی بنیاد پر فیصلہ کرتے تھے کہ کون سے مسائل پر ماہوں یا سالوں تک کام کرنے کی قیمت رکھتے ہیں۔
وہ سمجھتے ہیں کہ AI اس رفتار کو بگاڑ رہا ہے۔ گزشتہ میں نئے اوزار کچھ مسائل کی دشواری کم کرتے تھے، لیکن صلاحیتوں کی سرحد سے باہر نئے راستے بھی کھول دیتے تھے۔ آج ماڈل کی حد واضح نہیں ہے، اور محققین کے لیے یہ طے کرنا مشکل ہو گیا ہے کہ کون سے مسائل اب بھی لمبے عرصے تک سرمایہ کاری کے قابل ہیں اور کون سے جلد ہی ماڈلز کے ذریعہ حل ہو جائیں گے۔
AI لیب نے مسائل حل کرنے کی ریس شروع کر دی ہے
رپورٹ میں کہا گیا ہے کہ اس سال مئی میں، OpenAI کا ماڈل نے تقریباً 80 سال پرانے ریاضی کے مسئلے کے لیے ایرڈوس اونٹ ڈسٹنس کانجیکچر کا ایک خلاف ورزی پیش کیا، جس کی تصدیق بیرونی ریاضیدانوں، جن میں فیلڈز میڈل وصول کنندہ ٹم گاؤرز بھی شامل ہیں، نے کی۔
تقریباً ایک ہی وقت پر، اینتھرپک کے محققین نے ابھی تک جاری نہ ہونے والے کلاؤڈ مائیتھوس کا استعمال کرتے ہوئے اسی سوال کا امتحان لیا۔ کمپنی کے انجینئرز کے مطابق، ماڈل نے مزید مختصر ثبوت پیش کیا؛ کچھ ریاضیدانوں کا خیال ہے کہ اس کا ورژن OpenAI کے مقابلے میں تھوڑا کمزور ہے، لیکن اس نے بھی عملی حل تلاش کر لیا۔
رپورٹ میں یہ بھی کہا گیا کہ اینتھرپک نے بعد میں فرما کے آخری نظریہ کے تاریخی ثبوت کو فارملائز کر لیا۔ کچھ دن بعد، اوپن اے آئی نے ایک تقریباً 90 سال پرانے مسئلے کو حل کر لیا، اور اس سے صرف کچھ گھنٹے بعد ہی ایک محقق نے اپنا ثبوت علناً شائع کیا تھا۔ یہ رفتار ہی وہ چیز ہے جس کے بارے میں تاو زہ خان کو فکر ہے۔
تجزیہ کے وزن کو بڑھانے کی تجویز کی جاتی ہے
ٹاؤ زہ خوان نے پیش کیا کہ کچھ سوالات کو "تجزیہ درکار" کے طور پر نشان زد کیا جا سکتا ہے۔ اس معیار کے تحت، صرف صحیح جواب فراہم کرنے کی قیمت کم ہو جائے گی، اور محققین کو ترکیبی عمل کے ساتھ ساتھ اس عمل کے قریبی سوالات پر کیا اثر ہو سکتا ہے، اس کی وضاحت بھی کرنی ہوگی۔
وہ سمجھتے ہیں کہ صرف جلدی جواب حاصل کرنے کی کوشش کرنا، مختصر مدت میں موجودہ مسائل کا حل ضرور پیش کرتا ہے، لیکن اس کی قیمت اگلے تحقیقی دور کے لیے ضروری مسائل کے پائیدار ماحول کو کمزور کرنا اور موجودہ نتائج کی وجوہات کو سمجھنے میں رکاوٹ بننا ہوتی ہے۔ رپورٹ کے مطابق، یہ تجویز اب تک کسی رسمی قاعدے کی شکل نہیں لے چکی، لیکن بڑے AI لیبارٹریز کی مستقل ترقی سے ریاضی کا دنیا جلد ہی ارزیابی معیاروں پر تنازعے کا سامنا کرے گا۔