গাণিতিক প্রমাণ থেকে বিস্তৃত বৈজ্ঞানিক তত্ত্বের দিকে এগোচ্ছে AI
MIT-এর গবেষক নিল থম্পসনের আলোচিত গবেষণা অনুযায়ী, গণিতের বাইরের ক্ষেত্রগুলোর তাত্ত্বিক প্রশ্নে কৃত্রিম বুদ্ধিমত্তা ব্যবস্থা পরিমাপযোগ্য অগ্রগতি দেখাতে শুরু করেছে। বিশ্লেষণটি ইঙ্গিত দিচ্ছে, গণিতের কিছু অংশে যে সক্ষমতা বৃদ্ধি এখন উদ্বেগ তৈরি করছে, তা সম্ভাব্যতা, পরিসংখ্যান, অর্থনীতি, উচ্চ-শক্তি তত্ত্ব, মহাকর্ষ, মহাবিশ্ববিদ্যা এবং কোয়ান্টাম পদার্থবিদ্যাতেও ছড়িয়ে পড়তে পারে।
এর অর্থ এই নয় যে AI বিজ্ঞানীদের প্রতিস্থাপন করেছে বা স্বাধীনভাবে আধুনিক গবেষণা কর্মসূচি পরিচালনা করতে পারে। গবেষণাটি একটি অপেক্ষাকৃত সংকীর্ণ কিন্তু গুরুত্বপূর্ণ কাজের ওপর কেন্দ্রীভূত ছিল: এমন তাত্ত্বিক সমস্যা সমাধান করা, যেগুলোর উত্তর পরে গবেষণাপত্রে প্রতিষ্ঠিত হয়েছে। এসব ক্ষেত্রে ২০২৪ সালের মাঝামাঝি থেকে ২০২৬ সালের মাঝামাঝি সময়ে সবচেয়ে শক্তিশালী মডেলগুলোর সাফল্যের হারে তীব্র উন্নতি দেখা গেছে।
এই প্রবণতা গুরুত্বপূর্ণ, কারণ তাত্ত্বিক কাজ প্রায়ই সেই ভাষা, মডেল ও পূর্বাভাস সরবরাহ করে, যার ওপর পরীক্ষামূলক বিজ্ঞান নির্ভর করে। গবেষকেরা যদি AI ব্যবহার করে এই কাজের কিছু অংশ নির্ভরযোগ্যভাবে অনুসন্ধান করতে পারেন, তবে এর প্রভাব শুধু পৃথক গণনায় নয়, বৈজ্ঞানিক অনুসন্ধানের গতি ও সংগঠনেও পড়তে পারে।
সমস্যার সামান্য অংশ থেকে এক-তৃতীয়াংশেরও বেশি
গ্যাব্রিয়েল মানসো এবং ক্লদিও মায়রিঙ্ক ভার্দুনের সঙ্গে থম্পসনের পরিচালিত গবেষণায় ২০২৫ সালের ডিসেম্বর থেকে ২০২৬ সালের মে পর্যন্ত প্রকাশিত গবেষণাপত্র থেকে নেওয়া সমস্যার ওপর একাধিক OpenAI মডেল পরীক্ষা করা হয়। দলটি o1, o3, GPT-5, GPT-5.1, GPT-5.4 এবং GPT-5.5-সহ বিভিন্ন মডেল পরীক্ষা করে।
মূল্যায়নে অন্তর্ভুক্ত তাত্ত্বিক ক্ষেত্রগুলোতে সেরা সিস্টেমগুলো ২০২৪ সালের মাঝামাঝি সময়ে প্রায় ২% সমস্যা সঠিকভাবে সমাধান করা থেকে ২০২৬ সালের মাঝামাঝি সময়ে প্রায় ৩৫%-এ পৌঁছেছে। এটি এখনও সর্বজনীন দক্ষতা থেকে অনেক দূরে, এবং দেখতে সঠিক এমন প্রতিটি উত্তর নির্ভরযোগ্য—এমনও নয়। তবে বৃদ্ধির মাত্রা উল্লেখযোগ্য: যে সরঞ্জাম খুব কম সফল হয়, তা কৌতূহলের বিষয় হয়ে থাকতে পারে; কিন্তু কোনো বেঞ্চমার্কে উল্লেখযোগ্য অবদান রাখতে পারে এমন সরঞ্জাম সাধারণ গবেষণার অংশ হয়ে উঠতে পারে।
ভাষা মডেল পরীক্ষার একটি কেন্দ্রীয় উদ্বেগ কমাতে গবেষকেরা মূল্যায়নটি নকশা করেন: কোনো সিস্টেম প্রশিক্ষণের সময় দেখা উপাদানই কেবল পুনরুৎপাদন করছে কি না। সমস্যাগুলো নেওয়া হয়েছিল এমন গবেষণাপত্র থেকে, যেগুলো সংশ্লিষ্ট সমাধান পরবর্তী প্রকাশনায় আসার আগে পোস্ট করা হয়েছিল; প্রকাশিত সমাধানগুলোকে সঠিক উত্তর হিসেবে ব্যবহার করা হয়। পরীক্ষার সময় ইন্টারনেট সংযোগ বন্ধ ছিল, ফলে সিস্টেমগুলো ওয়েব থেকে উত্তর খুঁজে নিতে পারেনি।
এই ব্যবস্থা বেঞ্চমার্ক-ভিত্তিক মূল্যায়নের সব সীমাবদ্ধতা দূর করে না। তবে এটি সমস্যা সমাধানকে সরাসরি খোঁজা বা মুখস্থ করার বিষয় থেকে আলাদা করার চেষ্টা করে। তাই গবেষণার ফলাফল অন্তত কিছু এমন প্রশ্নের সমাধান তৈরি করতে পরীক্ষিত মডেলগুলোর সক্ষমতার প্রমাণ, যেসব প্রশ্নের উত্তর তাদের নাগালের প্রশিক্ষণ উপাদানে ছিল না।
একটি সীমিত ফলাফল, সাধারণ বৈজ্ঞানিক বিকল্প নয়
এই কাজের পরিসর গুরুত্বপূর্ণ। দলটি এমন ক্ষেত্রগুলোর ওপর জোর দিয়েছে, যেখানে সিমুলেশন চালানো বা শারীরিক পরীক্ষা পরিচালনা না করেই মডেলগুলো সমস্যা সমাধান করতে পারে। বিজ্ঞানের বড় অংশকে শুধু প্রতীকী যুক্তিতে নামিয়ে আনা যায় না। গবেষণাগারের কাজ, যন্ত্রের নকশা, মাঠ পর্যবেক্ষণ, তথ্য সংগ্রহ, সিমুলেশন এবং পুনরুৎপাদন—বিশ্ব কীভাবে কাজ করে তা আবিষ্কারের অপরিহার্য অংশ হিসেবেই রয়ে গেছে।
এমনকি তত্ত্বনির্ভর শাখাতেও একটি সঠিক সমাধান কার্যকর গবেষণা অবদানের সমার্থক নয়। বিজ্ঞানীদের অনুমান বিচার করতে, গুরুত্বপূর্ণ প্রশ্ন বেছে নিতে, ফলাফল ব্যাখ্যা করতে এবং কোনো প্রস্তাবিত যুক্তি কঠোর পর্যালোচনায় টিকে থাকে কি না তা নির্ধারণ করতে হয়। এগুলো প্রযুক্তিগত হওয়ার পাশাপাশি সামাজিক প্রক্রিয়াও—যার মধ্যে সহকর্মী পর্যালোচনা, বিতর্ক এবং সঞ্চিত প্রমাণ জড়িত।
তবু গবেষণায় নির্বাচিত ক্ষেত্রগুলো প্রান্তিক নয়। সম্ভাব্যতা ও পরিসংখ্যান বিজ্ঞান ও শিল্পজুড়ে অনুমানকে প্রভাবিত করে। অর্থনৈতিক তত্ত্ব নীতি ও বাজার বিশ্লেষণকে প্রভাবিত করে। উচ্চ-শক্তির পদার্থবিদ্যা, মহাবিশ্ববিদ্যা এবং কোয়ান্টাম পদার্থবিদ্যা এমন ক্ষেত্র, যেখানে কোনো প্রশ্ন ডিটেক্টর, টেলিস্কোপ বা গবেষণাগারের যন্ত্রে পৌঁছানোর আগেই বিমূর্ত যুক্তি তার অগ্রগতিতে কেন্দ্রীয় ভূমিকা নিতে পারে।
AI যদি এসব ক্ষেত্রে নিয়মিত বা মধ্যবর্তী কাজের আরও বড় অংশ সামলাতে সক্ষম হয়, তবে তাৎক্ষণিক প্রভাব অসম হতে পারে। গবেষকেরা সম্ভাব্য পদ্ধতি তৈরি, গণিতধর্মী নির্ণয় যাচাই, বিকল্প রূপ অনুসন্ধান বা প্রাথমিক বিশ্লেষণ দ্রুত করতে এটি ব্যবহার করতে পারেন। এসব ব্যবহারের মূল্য নির্ভর করবে যাচাইয়ের ওপর। ভুল সিদ্ধান্তের দিকে দ্রুত এগিয়ে যাওয়ার পথ ধীর গণনার মতোই কার্যকরভাবে সময় নষ্ট করতে পারে।
গণিতের নজির প্রত্যাশাকে প্রভাবিত করছে
গণিত যখন ইতিমধ্যে AI-এর সক্ষমতার অত্যন্ত দৃশ্যমান প্রদর্শনের মুখোমুখি, তখনই এই নতুন মূল্যায়ন প্রকাশিত হলো। তরল পদার্থের গতি বর্ণনাকারী Navier-Stokes সমীকরণ নিয়ে দীর্ঘদিনের একটি বড় চ্যালেঞ্জ অপ্রকাশিত একটি মডেল সমাধান করেছে বলে OpenAI সম্প্রতি ঘোষণা করে। ঘটনাটি বিতর্ক সৃষ্টি করে এবং দেখিয়ে দেয়, গণিত ও AI নিয়ে অসাধারণ দাবির ক্ষেত্রে সতর্ক স্বাধীন পরীক্ষা জরুরি।
থম্পসনের কাছে এর বিস্তৃত তাৎপর্য হলো, তাত্ত্বিক শাখাগুলো এমন এক সময়ের দিকে এগোতে পারে যখন AI-এর ভূমিকা দ্রুত বদলে যাবে। তিনি মনে করেন, কয়েক বছরের মধ্যে সিস্টেমগুলো যা করতে পারবে, তার ফলে বহু তাত্ত্বিক প্রশ্নের রূপান্তর ঘটবে। এই প্রত্যাশার ভিত্তি গবেষণায় দেখা প্রবণতা—কোনো নির্দিষ্ট ক্ষেত্র পুরোপুরি স্বয়ংক্রিয় হয়ে যাবে, তার প্রমাণ নয়।
নিকট ভবিষ্যতের সবচেয়ে সম্ভাব্য চিত্র একক নয়, সহযোগিতামূলক: বিজ্ঞানীরা লক্ষ্য ও মানদণ্ড নির্ধারণ করবেন, আর AI সিস্টেম সমস্যা অনুসন্ধানের ক্রমবর্ধমান অংশ গ্রহণ করবে। এতে উন্নত বিশ্লেষণাত্মক সরঞ্জামে প্রবেশাধিকার বাড়তে পারে, তবে যন্ত্র-উৎপাদিত কাজ যাচাই করার ক্ষমতাও আরও মূল্যবান হয়ে উঠতে পারে। গবেষণা প্রতিষ্ঠানগুলোকে ঠিক করতে হবে কীভাবে অবদানের কৃতিত্ব দেওয়া হবে, শিক্ষার্থীদের প্রশিক্ষণ দেওয়া হবে এবং সূক্ষ্ম ভুল ধরার জন্য প্রয়োজনীয় স্বাধীন দক্ষতা ধরে রাখা হবে।
এরপর কী লক্ষ্য করবেন
- পূর্ববর্তী মূল্যায়নে নয়, নতুন তৈরি সমস্যাতেও কর্মদক্ষতার উন্নতি বজায় থাকে কি না।
- বিশেষজ্ঞ পর্যালোচনা ও আনুষ্ঠানিক যাচাইয়ের পর মডেল-উৎপাদিত সমাধান কত ঘনঘন সঠিক থাকে।
- সিমুলেশন, পরীক্ষা বা বিশেষায়িত তথ্য প্রয়োজন হলে সিস্টেমগুলো কার্যকর অবদান রাখতে পারে কি না।
- AI নিয়মিত গবেষণা সরঞ্জাম হয়ে উঠলে বৈজ্ঞানিক দলগুলো লেখকত্ব, প্রশিক্ষণ ও মান নিয়ন্ত্রণের পদ্ধতি কীভাবে মানিয়ে নেয়।
বৈজ্ঞানিক তত্ত্বের সমস্যা সমাধানে AI ডিফল্ট পদ্ধতি হয়ে উঠবে—এমন দাবি এই গবেষণা প্রতিষ্ঠা করে না। তবে সেই সম্ভাবনাকে এখন কেন গুরুত্বের সঙ্গে নেওয়া হচ্ছে, তা এটি দেখায়। দুই বছরেরও কম সময়ে পরীক্ষিত সবচেয়ে শক্তিশালী সিস্টেমগুলো নির্বাচিত প্রশ্নের সামান্য অংশ সমাধান করা থেকে এক-তৃতীয়াংশেরও বেশি সমাধানে পৌঁছেছে। কঠিন যুক্তিনির্ভর শাখাগুলোর জন্য এটি এমন এক পরিবর্তন, যা ঘনিষ্ঠভাবে পর্যবেক্ষণ করার মতো।
এই নিবন্ধটি Wired-এর প্রতিবেদনের ওপর ভিত্তি করে লেখা। মূল নিবন্ধ পড়ুন।
Originally published on wired.com