গাণিতিক গবেষণায় কৃবুকে হারাল মানুষ 

কৃত্রিম বুদ্ধিমত্তা আজ কবিতা লিখছে, ছবি আঁকছে, কম্পিউটার কোড তৈরি করছে, এমনকি জটিল বৈজ্ঞানিক সমস্যার সমাধানও করে দিচ্ছে। সম্প্রতি একটি এআই চ্যাটবট প্রয়াত কিংবদন্তি গণিতবিদ পল এরদশের রেখে যাওয়া ৮০ বছর পুরোনো একটি গাণিতিক সমস্যার সমাধান করে গবেষকদের বিস্মিত করেছিল। কিন্তু গণিতের গবেষণা-স্তরের সমস্যার মুখোমুখি হলে কৃবুর সীমাবদ্ধতাও স্পষ্ট হয়ে ওঠে। নতুন এক কঠোর মূল্যায়নে দেখা গেছে, বিশ্বের সেরা কৃবু মডেলগুলো এখনো শীর্ষস্থানীয় মানব গণিতবিদদের দক্ষতার ধারেকাছেও পৌঁছাতে পারেনি।

এই মূল্যায়নের নাম First Proof। এর উদ্দেশ্য ছিল গবেষণা-পর্যায়ের গাণিতিক সমস্যা সমাধানে কৃবু সত্যিই কতটা সক্ষম তা নিরপেক্ষভাবে যাচাই করা। প্রকল্পটির আয়োজকেরা চারটি উন্নত কৃবু সিস্টেমের সামনে এমন ১০টি গাণিতিক সমস্যা তুলে ধরেন, যেগুলো আগে কখনো প্রকাশিত হয়নি এবং ইন্টারনেট বা বৈজ্ঞানিক রচনাদিতেও উল্লেখিত হয়নি। এরপর সংশ্লিষ্ট ক্ষেত্রের বিশেষজ্ঞ গণিতবিদদের একটি স্বাধীন জুরি কৃবুর উত্তরের মূল্যায়ন করেন।

First Proof- এর বিশেষত্ব এর তিনটি গুরুত্বপূর্ণ বৈশিষ্ট্যে। প্রথমত, প্রশ্নগুলো ছিল গবেষণা-স্তরের, অর্থাৎ বিশ্ববিদ্যালয়ের পরীক্ষার প্রশ্ন নয়, এমন সমস্যা যা পেশাদার গণিতবিদেরা নিজেদের গবেষণায় সমাধান করেছেন। দ্বিতীয়ত, সমস্যাগুলো সম্পূর্ণ নতুন হওয়ায় এগুলো কৃবুর প্রশিক্ষণ ডেটায় থাকার কোনো সুযোগ ছিল না। তৃতীয়ত, উত্তর মূল্যায়ন করেছেন অভিজ্ঞ মানব গণিতবিদেরা। ফলে এটি কৃবুর গাণিতিক দক্ষতা যাচাইয়ের ক্ষেত্রে এখন পর্যন্ত সবচেয়ে কঠোর ও বিশ্বাসযোগ্য পরীক্ষাগুলোর একটি হিসেবে বিবেচিত হচ্ছে।

প্রশ্নগুলোর উৎসও ছিল অনন্য। বিভিন্ন শাখার ১০ জন গবেষক তাঁদের নিজস্ব গবেষণায় সমাধিত কিন্তু এখনো অপ্রকাশিত সমস্যাগুলো জমা দেন। এর ফলে কৃবু কোনো মুখস্থ তথ্য পুনরাবৃত্তি করে সফল হতে পারেনি; বরং তাকে নতুনভাবে যুক্তি নির্মাণ করে সমাধানে পৌঁছাতে হয়েছে।

এই ফলাফল একই সঙ্গে আশাব্যঞ্জক ও সতর্কবার্তামূলক। প্রতিযোগিতায় অংশ নেওয়া সিস্টেমগুলোর মধ্যে সবচেয়ে সফল হয় সুইজারল্যান্ডের ই টি এইচ জুরিখের-এর দল। তারা এমন একটি ব্যবস্থা তৈরি করেছিল যেখানে ChatGPT-এর তৈরি উত্তরকে Google Gemini ও Claude-এর সমন্বয়ে গঠিত একটি ‘পরামর্শক পরিষদ’ যাচাই করত। এই পদ্ধতিতে তারা ১০টির মধ্যে ৬টি সমস্যা সমাধান করতে সক্ষম হয়।

দ্বিতীয় স্থানে ছিল UCLA-এর দল, যারা ChatGPT-ভিত্তিক একটি বিশেষ সরঞ্জাম ব্যবহার করেছিল। তৃতীয় স্থানে ছিল OpenAI-এর ChatGPT 5.5 Pro, আর চতুর্থ স্থানে ছিল প্রিন্সটন বিশ্ববিদ্যালয়ের Gemini-নির্ভর ব্যবস্থা।

গবেষকদের মতে, কৃবু দ্রুত অগ্রসর হচ্ছে এবং ভবিষ্যতে গণিতবিদদের জন্য শক্তিশালী গবেষণা-সহকারী হয়ে উঠতে পারে। এটি প্রমাণ যাচাই, সম্ভাব্য সমাধানের পথ খোঁজা কিংবা নতুন ধারণা অনুসন্ধানে সহায়তা করতে পারবে। কিন্তু সম্পূর্ণ নতুন গাণিতিক অন্তর্দৃষ্টি সৃষ্টি, জটিল যুক্তির শৃঙ্খল নির্মাণ এবং সৃজনশীল সমস্যা সমাধানের ক্ষেত্রে মানুষের শ্রেষ্ঠত্ব এখনো অটুট।

First Proof-এর এই পরীক্ষা তাই একদিকে কৃবুর অসাধারণ অগ্রগতির সাক্ষ্য, অন্যদিকে এটাও স্মরণ করিয়ে দেয় যে, কঠিন থেকে কঠিনতম গাণিতিক সমস্যা সমাধানের দৌড়ে মানুষের বুদ্ধি এখনো শেষ কথা। কৃবু হয়তো দ্রুত শিখছে, কিন্তু গবেষণার সীমান্তে পৌঁছালে মানব মস্তিষ্কের সৃজনশীলতা ও অন্তর্দৃষ্টির সামনে তার এখনো অনেক পথ পাড়ি দেওয়া বাকি।

সূত্র: doi: https://doi.org/10.1038/d41586-026-01888-9