AI आज गणित के क्षेत्र में तेजी से अपनी जगह बना रहा है, लेकिन क्या यह हर प्रमेय को सिद्ध कर सकता है? क्या गणितज्ञों की आवश्यकता समाप्त हो जाएगी? आइए समझते हैं कि वास्तव में क्या हो रहा है और इसका आम लोगों के लिए क्या अर्थ है।
AI दो मुख्य तरीकों से गणित के सवाल सुलझाता है। पहला, यह हिंदी या अंग्रेज़ी या अन्य भाषा में दिए गए प्रश्नों को समझकर उत्तर देता है। दूसरा, यह औपचारिक गणितीय भाषा (जैसे Lean, एक प्रमाण-परीक्षण भाषा) में कार्य करता है। उदाहरण के लिए OpenAI ने एक न्यूरल थ्योरम प्रूवर बनाया है, जो Lean में लिखे गए हाई-स्कूल ओलंपियाड स्तर के प्रश्नों को हल कर सकता है। इसने miniF2F बेंचमार्क पर 41.2% सफलता दर प्राप्त की, जो पहले के 29.3% से बेहतर है।
इसके अलावा, AI4Math नामक एक क्षेत्र विकसित हुआ है, जो मशीन लर्निंग का उपयोग उन गणितीय क्षेत्रों में करता है जहाँ पारंपरिक प्रणालियां काम नहीं कर पाती थीं। इसमें समस्या-विशिष्ट मॉडल और सामान्य-उद्देश्य मॉडल दोनों शामिल हैं, जो गणितीय खोज और प्रमाण दोनों में सहायक हैं। हाल ही में प्रकाशित एक सर्वेक्षण में बताया गया कि AI अब अनौपचारिक तर्क (जैसे शब्दों और चित्रों में) और औपचारिक तर्क (जैसे प्रमाण-परीक्षण सहायक) दोनों में कार्य कर सकता है, साथ ही नए प्रमेय खोजने में भी सक्षम है।
AI ने हाल ही में कुछ वास्तविक गणितीय समस्याओं को हल किया है। उदाहरण के लिए, Peking University की टीम ने Rethlas नामक AI प्रणाली का उपयोग करके एक 12 वर्ष पुरानी समस्या को केवल 80 घंटे में हल कर दिया और उसका प्रमाण Lean में औपचारिक रूप से तैयार किया। इसी प्रकार, एक स्टार्ट-अप Axiom Math के AxiomProver नामक टूल द्वारा Lean में पूरी तरह मशीन-चेक करने योग्य प्रमाण तैयार किए जाते हैं, और अब तक इसके प्रमाण कई पीयर-रिव्यूड जर्नलों में प्रकाशित हो चुके हैं।
हालांकि, AI की यह क्षमता सीमित नहीं है। OpenAI ने दावा किया कि उसके नए तर्क मॉडल ने एक प्रसिद्ध ज्यामिति संबंधी अनुमान को असत्य सिद्ध कर दिया, जो 80 वर्ष पुराना था। Anthropic के मॉडल ने Jacobian अनुमान का प्रतिवाद (counterexample) खोजा, जिसे लगभग 90 वर्षों तक हल नहीं किया जा सका था।
GPT-5.5 Pro को जुलाई 2026 तक सबसे सशक्त मॉडल माना जा रहा है, विशेषकर जब बात बहु-चरणीय तर्क, प्रतियोगिता-स्तर के प्रश्नों या शोध-स्तरीय खोज की हो। इसके अलावा, Harmonic का Aristotle, Matlas और LeanSearch जैसे उपकरण औपचारिकता और साहित्य समीक्षा में सहायक हैं। AxiomProver और Rethlas-Archon जैसी प्रणालियाँ प्रमाण को औपचारिक रूप में तैयार करने में सक्षम हैं।
यह प्रश्न कई लोगों के मन में है, लेकिन इसका उत्तर स्पष्ट है। अभी नहीं। AI ने कुछ समस्याओं को हल किया है, लेकिन यह हर प्रमेय को सिद्ध नहीं कर सकता। कई विशेषज्ञों ने चेतावनी दी है कि AI-जनित प्रमाणों को समझना और उन पर विश्वास करना कठिन हो सकता है, विशेषकर जब वे औपचारिक सत्यापन भाषाओं (जैसे Lean) के बिना हों।
Fields Medalist Terence Tao ने भी कहा है कि AI उत्तर देते समय अपनी विश्वसनीयता नहीं बताता, और कई बार यह अत्यधिक आत्मविश्वास के साथ गलत उत्तर दे सकता है। हार्वर्ड-आधारित शोध में यह भी पाया गया है कि AI कुछ शोध-स्तर के प्रश्न हल कर सकता है, लेकिन प्रश्न चुनना और समस्या का ढांचा तैयार करना अभी भी मानव की जिम्मेदारी है।
AI अभी भी कई प्रकार की गलतियाँ करता है। ChatGPT जैसे मॉडल सामान्य प्रश्नों में ठीक कार्य करते हैं, लेकिन जटिल या बहु-चरणीय प्रश्नों में गलती की संभावना अधिक होती है, जबकि विशेष AI गणित सॉल्वर अधिक सटीक होते हैं। Reddit समुदाय में भी यह चर्चा है कि AI अभी भी अस्थिर है, और कई बार hallucination (गलत लेकिन आत्मविश्वास से दिया गया उत्तर) कर सकता है।
| टूल / मॉडल | विशेषता |
|---|---|
| GPT-5.5 Pro | बहु-चरणीय समस्या समाधान, शोध-स्तरीय क्षमता |
| AxiomProver | Lean में औपचारिक प्रमाण, पीयर-रिव्यूड |
| Rethlas-Archon | स्व-प्रमाणित समाधान, 80 घंटे में समस्या हल |
| Harmonic’s Aristotle | औपचारिकता और साहित्य समीक्षा में सहायक |
| OpenAI reasoning model | पुराने अनुमान को असत्य सिद्ध करने में सक्षम |
नहीं। AI ने कुछ क्षेत्रों में प्रभाव दिखाया है, लेकिन गणित की रचनात्मकता, प्रश्न चुनना, सिद्धांतों को समझना और नए सिद्धांतों का विकास करना अभी भी मानव की शक्ति है। AI एक सहायक उपकरण बनकर उभरा है, न कि प्रतिस्पर्धी। भविष्य में AI और मानव मिलकर कार्य करेंगे — AI तेजी से समाधान खोजेगा, और मानव उसे समझकर आगे बढ़ाएगा।
गणित के छात्रों और शिक्षकों को AI-सहायता प्राप्त गणित टूल्स का उपयोग करना सीखना चाहिए। मिसाल के तौर पर Wolfram|Alpha, Lean आधारित प्रमाण सहायक, या GPT-5.5 Pro। यह समझना आवश्यक है कि AI एक सहयोगी है।