विभिन्न विश्वविद्यालयों के भौतिकविदों की एक टीम ने मिलकर काम किया है कृत्रिम होशियारी (एआई) मॉडल जीपीटी-5.2 सैद्धांतिक भौतिकी, ओपनएआई में एक नए परिणाम पर पहुंचने के लिए की घोषणा की 13 फरवरी को.
जबकि परिणाम स्वयं अस्पष्ट है, हालांकि इस विषय पर काम करने वाले भौतिकविदों के लिए मूल्यवान है, परिणाम पर पहुंचने के लिए टीम और मॉडल ने जिन तरीकों का इस्तेमाल किया, वे सिर घुमा रहे हैं।
समस्या का विवरण
कल्पना कीजिए कि आप यह अनुमान लगाने की कोशिश कर रहे हैं कि जब कण एक-दूसरे से टकराते हैं तो क्या होता है। कण भौतिकी में, वैज्ञानिक इन भविष्यवाणियों की गणना प्रकीर्णन आयाम नामक चीज़ का उपयोग करके करते हैं – अनिवार्य रूप से सूत्र जो कणों के टकराने पर विभिन्न परिणामों की संभावना को उजागर करते हैं।
अब, इन संभावनाओं की गणना करने के पारंपरिक तरीके में बहुत सारे छोटे-छोटे आरेख बनाना शामिल है, जिन्हें फेनमैन आरेख कहा जाता है, जो उन सभी संभावित तरीकों को दिखाते हैं जिनसे कण परस्पर क्रिया कर सकते हैं। आरेख विभिन्न प्रकार के होते हैं लेकिन नया कार्य सबसे सरल प्रकार पर केंद्रित है, जिसे वृक्ष आरेख कहा जाता है। ये वास्तविक पेड़ों की तरह शाखाएँ निकालते हैं: कण अंदर आते हैं, उन शीर्षों पर मिलते हैं जहाँ वे परस्पर क्रिया करते हैं, और बाहर चले जाते हैं, लेकिन रास्ते कभी भी अपने आप से पीछे नहीं हटते।
हालाँकि वृक्ष आरेख फेनमैन आरेख का सबसे सरल प्रकार है, जैसे-जैसे आप अपनी टक्कर में अधिक कण जोड़ते हैं, आपको खींचने और गणना करने के लिए आवश्यक विभिन्न वृक्ष आरेखों की संख्या बहुत तेजी से बढ़ती है। केवल मुट्ठी भर कणों के लिए, आपको हजारों या लाखों वृक्ष आरेखों की गणना करने और उन सभी को जोड़ने की आवश्यकता हो सकती है। यह थका देने वाला हो सकता है.
लेकिन बात यह है: जब भौतिक विज्ञानी अंततः वह सारा काम पूरा कर लेते हैं और सब कुछ जोड़ देते हैं, तो उन्हें अक्सर उत्तर आश्चर्यजनक रूप से सरल लगता है, जैसे कि लाखों शब्दों वाला एक गड़बड़ समीकरण किसी तरह से केवल कुछ को रद्द कर देता है। यह खोज वास्तव में काफी चौंकाने वाली थी जब 1980 के दशक में भौतिक विज्ञानी पहली बार इस पर पहुंचे। यह एक संकेत था कि वे शायद चीजों को कठिन तरीके से कर रहे हैं और कोई चतुर शॉर्टकट हो सकता है जो उन्हें अभी तक नहीं मिला है।
नया पेपर ग्लूऑन से जुड़े एक प्रकार के कण टकराव पर केंद्रित है। ग्लूऑन ऐसे कण होते हैं जो प्रोटॉन और न्यूट्रॉन के अंदर क्वार्क को एक साथ पकड़कर रखने वाले गोंद की तरह काम करते हैं। वे मजबूत शक्ति के वाहक हैं, जो प्रकृति की चार मूलभूत शक्तियों में से एक है। जब ग्लूऑन एक दूसरे के साथ या क्वार्क के साथ बातचीत करते हैं, तो भौतिकविदों को यह अनुमान लगाने के लिए बिखरने के आयाम की गणना करने की आवश्यकता होती है कि क्या होगा।
ग्लून्स में हेलीसिटी नामक एक गुण होता है, जो उनके घूमने की दिशा के समान होता है। इसे ऐसे समझें कि हवा में उड़ते समय फुटबॉल दक्षिणावर्त दिशा में घूम रहा है या वामावर्त। भौतिक विज्ञानी इन हेलिकॉप्टर स्थितियों को प्लस या माइनस संकेतों के साथ लेबल करते हैं: एक ग्लूऑन में सकारात्मक हेलिकॉप्टर (एक तरफ घूमना) या नकारात्मक हेलिकॉप्टर (विपरीत तरीके से घूमना) हो सकता है। जब वे ग्लूऑन टकराव के लिए बिखरने वाले आयामों की गणना कर रहे हैं, तो उन्हें इस बात पर नज़र रखने की ज़रूरत है कि किस ग्लूऑन में कौन सी हेलीकॉप्टरिटी है।
लंबे समय तक, भौतिकविदों का मानना था कि घूमने वाले ग्लूऑन के कुछ संयोजनों में शून्य आयाम होगा, जिसका अर्थ है कि ये टकराव नहीं हो सकते हैं। विशेष रूप से, यदि आपके पास एक ग्लूऑन एक दिशा में घूम रहा है (इसे माइनस कहें) और अन्य सभी विपरीत दिशा में घूम रहे हैं (प्लस), तो मानक तर्क से पता चलता है कि यह कॉन्फ़िगरेशन निषिद्ध था।
एआई की मदद
हालाँकि नए कार्य में पाया गया है कि यह बिल्कुल सही नहीं है। एकल-माइनस ट्री आयाम, जहां एक ग्लूऑन माइनस है और बाकी सभी प्लस हैं, वास्तव में कुछ विशेष परिस्थितियों में हो सकते हैं। कणों को उस तरीके से व्यवस्थित करने की आवश्यकता है जिसे लेखकों ने अर्ध-संरेखीय विन्यास कहा है – सभी कण लगभग एक ही दिशा में घूम रहे हैं, जैसे एक ही रेखा पर तीर की ओर इशारा करते हुए। इस प्रयास से अंततः इन पहले से असंभव वृक्ष-स्तरीय आयामों के लिए एक सरल सूत्र सामने आया।
अध्ययन के लेखकों के अनुसार, GPT-5.2 प्रो ने सबसे पहले सूत्र का सुझाव दिया था, और एक अन्य AI मॉडल – एक आंतरिक मॉडल जिसे OpenAI ने इस उद्देश्य के लिए बनाया था – ने इसे सही साबित कर दिया। मानव भौतिकविदों ने तब यह जाँच कर सत्यापित किया कि क्या यह सभी प्रकार के गणितीय स्थिरता नियमों को संतुष्ट करता है जिनका किसी भी उचित भौतिकी सूत्र को पालन करना चाहिए।
‘मानवों’ ने समान गणनाओं के लिए स्पष्ट सूत्र भी प्रदान किए, जब उनमें तीन, चार और पांच ग्लूऑन शामिल थे, जब सूत्र अपेक्षाकृत प्रबंधनीय होते थे। लेकिन जब वे छह ग्लूऑन तक पहुंच गए, तो पुरानी पद्धति का उपयोग करने वाले सूत्र में पहले से ही 32 अलग-अलग शब्द थे – इतनी कम संख्या में कणों के लिए भी जटिलता में भारी वृद्धि हुई। दूसरी ओर नया फार्मूला का एक उत्पाद था एन – 2 कारक, कहाँ एन कणों की संख्या है.
इंस्टीट्यूट फॉर एडवांस्ड स्टडी के भौतिकी प्रोफेसर नीमा अरकानी-हामेद ने एक विज्ञप्ति में कहा, “भौतिकी के इस भाग में अक्सर ऐसा होता है कि कुछ भौतिक अवलोकनों के लिए पाठ्यपुस्तक विधियों का उपयोग करके गणना की गई अभिव्यक्तियां बहुत जटिल लगती हैं, लेकिन बहुत सरल हो जाती हैं।” “यह महत्वपूर्ण है क्योंकि अक्सर सरल सूत्र हमें गहरी नई संरचनाओं को उजागर करने और समझने, विचारों की नई दुनिया खोलने की यात्रा पर भेजते हैं, जहां अन्य चीजों के अलावा, शुरुआती बिंदु में देखी गई सादगी स्पष्ट हो जाती है।”
प्रीप्रिंट पेपर कार्य का भाग 12 फरवरी को arXiv रिपोजिटरी पर अपलोड किया गया था।
अरकानी-हामेद ने कहा, “मेरे लिए, ‘एक सरल फॉर्मूला ढूंढना हमेशा से ही मुश्किल रहा है, और कुछ ऐसा भी है जिसे मैंने लंबे समय से महसूस किया है कि कंप्यूटर द्वारा स्वचालित किया जा सकता है। ऐसा लगता है कि कई डोमेन में हम ऐसा होते देखना शुरू कर रहे हैं; इस पेपर में उदाहरण आधुनिक एआई उपकरणों की शक्ति का फायदा उठाने के लिए विशेष रूप से उपयुक्त लगता है।”
गलतियाँ करना
यदि नई खोज भौतिकी अनुसंधान में एआई को सर्वोत्तम रूप से प्रस्तुत करती है, वास्तविक अंतर्दृष्टि उत्पन्न करती है जिसे मनुष्य कठोरता से सत्यापित कर सकते हैं, तो इसकी सफलता एक सवाल भी उठाती है: एआई सैद्धांतिक भौतिकी में कितना विश्वसनीय योगदान दे सकता है? क्योंकि अन्य हालिया प्रकरणों से पता चलता है कि उत्तर अकेले नए कार्य से कहीं अधिक जटिल है।
19 नवंबर, 2025 को मिशिगन स्टेट यूनिवर्सिटी के सैद्धांतिक भौतिक विज्ञानी स्टीफन सू ने कहा, एक पेपर अपलोड किया उन्होंने कहा कि इसे पत्रिका द्वारा प्रकाशन के लिए स्वीकार कर लिया गया है भौतिकी पत्र बी; में प्रकाशित किया गया था जनवरी 2026. पेपर में, एचएसयू ने बताया कि जीपीटी-5 जैसे बड़े भाषा मॉडल (एलएलएम) केवल भौतिकविदों की मदद करने के बजाय अत्याधुनिक भौतिकी अनुसंधान में योगदान दे सकते हैं।
उन्होंने एक वास्तविक अनुसंधान परियोजना का वर्णन किया जहां उन्होंने एआई मॉडल का उपयोग दो भूमिकाओं में किया – नए विचारों और गणनाओं को उत्पन्न करने के लिए और त्रुटियों के लिए काम की जांच करने के लिए – प्रशंसनीय-लगने वाले लेकिन गलत परिणाम उत्पन्न करने की मॉडल की प्रवृत्ति को कम करने के लिए। इस प्रकार, उन्होंने बताया, GPT-5 ने स्वतंत्र रूप से एक उपन्यास अनुसंधान दिशा का प्रस्ताव रखा, जिसमें क्वांटम यांत्रिकी के संशोधनों का अध्ययन करने के लिए टोमोनागा-श्विंगर औपचारिकता को लागू किया गया, फिर उस अंत तक जटिल समीकरण प्राप्त करने में मदद की गई।
एचएसयू ने पेपर टेक्स्ट में इस बात पर जोर दिया कि हालांकि मॉडल परिष्कृत भौतिकी अवधारणाओं में हेरफेर कर सकता है और नए शोध पथ भी सुझा सकता है, फिर भी यह सरल गणना गलतियों से लेकर अधिक खतरनाक वैचारिक त्रुटियों तक सब कुछ करता है, ह्सू को यह कहने के लिए प्रेरित किया गया: “एलएलएम के साथ शोध की तुलना एक प्रतिभाशाली लेकिन अविश्वसनीय मानव प्रतिभा के साथ सहयोग से की जा सकती है जो गहरी अंतर्दृष्टि के साथ-साथ सरल और गहन दोनों तरह की त्रुटियों में भी सक्षम है।”
जब Hsu ने 1 दिसंबर को X.com पर पेपर की घोषणा की, तो इसे OpenAI के अध्यक्ष ग्रेग ब्रोकमैन सहित अन्य लोगों ने रीट्वीट किया।
‘एक सावधान करने वाली कहानी’
एक सप्ताह बाद, आईआईटी-मंडी के सैद्धांतिक भौतिक विज्ञानी निर्मल्या काजुरी ने उन पर एक पोस्ट प्रकाशित की ब्लॉग यह देखते हुए कि पेपर में अपनाए गए एआई दृष्टिकोणों में से एक 1994 से “मर चुका है”, जब चार्ल्स टोरे और माधवन वरदराजन ने साबित किया कि यह “बस काम नहीं करता है”। परिणाम में निहित है कि “इस पेपर का शुरुआती बिंदु … शुरू करने के लिए अच्छी तरह से परिभाषित नहीं है,” काजुरी ने कहा। लगभग उसी समय, यूनिवर्सिटी कॉलेज लंदन के भौतिक विज्ञानी जोनाथन ओपेनहेम ने लिखा कि एचएसयू के पेपर में जिस प्रश्न का उत्तर दिया गया था उसका उत्तर भौतिक विज्ञानी निकोलस गिसिन और जोसेफ पोल्चिंस्की ने 35 साल पहले दिया था।
ओपेनहेम के विचार में, एआई के पास यह पहचानने की बुद्धि का अभाव था कि वह बसे हुए क्षेत्र में घूम रहा है और रुककर पूछे कि वह किस नई अंतर्दृष्टि में योगदान दे सकता है।
ओपेनहेम ने बारीकी से निरीक्षण करने पर यह भी पाया कि एआई के गणितीय मानदंड वास्तव में उसका परीक्षण नहीं करते थे जो उसने दावा किया था। विशेष रूप से, इसने गैर-स्थानीय संशोधनों के साथ समस्याओं को पकड़ा, जिनके बारे में भौतिकविदों को पहले से ही पता था कि वे समस्याग्रस्त थे, लेकिन गैर-रेखीय संशोधनों के साथ कुछ वास्तविक मुद्दे छूट गए। दूसरे शब्दों में, एआई ने गलत प्रश्न का उत्तर देते हुए उसे सही बना दिया। इस प्रकार, उन्होंने चेतावनी दी, यह एआई-जनित “ढलान” जैसा दिखता है: स्पष्ट रूप से सही गणित और परिष्कृत औपचारिकता वाले कागजात जो सहकर्मी समीक्षा पास करते हैं लेकिन वास्तव में ज्ञान को आगे नहीं बढ़ाते हैं।
ओपेनहेम ने लिखा, “मुझे पूरा विश्वास है कि स्टीव ने इसे दिलचस्प भौतिकी के उदाहरण के बजाय एआई क्या कर सकता है इसके एक उदाहरण के रूप में प्रकाशित किया है।” “यही बात इसे एक सावधान करने वाली कहानी बनाती है।”
आगे की ओर लूपिंग
4 फरवरी को, उन्होंने एक अलग तरह के प्रयास की सूचना दी, फिर से एक एआई मॉडल, इस मामले में एंथ्रोपिक एआई का क्लाउड, अनुसंधान-स्तरीय भौतिकी का प्रदर्शन करने के लिए। ओपेनहेम ने अपने छात्र मुहम्मद सज्जाद को एक विशेष गणना पर काम करने में एक सप्ताह बिताया था जिसमें असामान्य विशेषताओं के साथ पथ इंटीग्रल शामिल थे जो मानक क्वांटम क्षेत्र सिद्धांत से भिन्न थे। जब ओपेनहेम ने क्लाउड ओपस 4.5 को उसी समस्या पर काम कराया, तो यह पांच मिनट में पूरा हो गया लेकिन गलत उत्तर पर पहुंच गया।
दिलचस्प बात यह है कि जब उन्होंने क्लाउड से मैथेमेटिका कोड का उपयोग करके अपने काम को सत्यापित करने के लिए कहा, तो वह खुद को जांचने और सही करने के कई पुनरावृत्तियों से गुजरा जब तक कि उसकी गणना मैथमैटिका आउटपुट से पूरी तरह मेल नहीं खाती। समस्या यह थी कि क्लॉड ने शुरुआत में मैथेमेटिका को गलत अभिव्यक्ति दी थी, इसलिए वह आत्मविश्वास से गलत उत्तर पर जुट गया।
ओपेनहेम ने तब एक असामान्य शिक्षण पद्धति विकसित की: उन्होंने एआई को अपनी गलतियों से सीखने के लिए क्लाउड कोड की ‘कौशल फ़ाइल’ प्रणाली का उपयोग किया। (कौशल फ़ाइल उपयोगकर्ताओं को लगातार निर्देश बनाने की अनुमति देती है जो उपयोगकर्ता द्वारा विशिष्ट विषयों का उल्लेख करने पर स्वचालित रूप से लोड हो जाती है।) फिर, प्रत्येक शिक्षण सत्र के बाद, वह क्लाउड की स्मृति को पूरी तरह से मिटा देगा और गणना को नए सिरे से करने के लिए कहेगा।
जिसे उन्होंने “ग्राउंडहोग डे लूप” कहा था, उसके कई पुनरावृत्तियों में – 1993 की हॉलीवुड फिल्म का जिक्र करते हुए, जिसका नायक एक ही दिन को बार-बार जीता है और अंततः प्यार पाता है – कौशल फ़ाइल ने समस्या का सही उत्तर खोजने के लिए आवश्यक सबक जमा किए, जिसमें गणनाओं को चरणों में तोड़ना, हाथ से गणना करने की कोशिश करने के बजाय प्रतीकात्मक गणित सॉफ्टवेयर पर काम करना, परिणामों को सत्यापित करने के लिए कई एजेंटों को तैयार करना आदि शामिल है। और चूँकि क्लाउड का प्रत्येक उदाहरण एक साफ़ स्मृति से शुरू हुआ, इसलिए उसे अपने पूर्ववर्तियों की विफलताएँ याद नहीं रहीं।
अंत में, ओप्पेनहेम ने रिपोर्ट किया कि क्लाउड ने पांच मिनट में गणना सही कर ली, जो अंततः मुहम्मद सज्जाद को एक सप्ताह के सावधानीपूर्वक काम से मेल खाती थी, जबकि खुद को भी ट्रिप नहीं करना पड़ा।
कागजों की बाढ़
जैसा कि काजुरी ने अपने पोस्ट में लिखा, “एआई ने अपने स्नातक छात्र समूह में प्रवेश किया है। सावधानीपूर्वक संकेत देने पर, यह गणनाओं के माध्यम से काम कर सकता है और उपयोगी विचारों के साथ आ सकता है। लेकिन अधिकांश स्नातक छात्रों की तरह, परिपक्व शोधकर्ता बनने से पहले इसे अभी भी कुछ रास्ता तय करना है। यदि आप इसे एक गैर-तुच्छ समस्या को हल करने के लिए कहेंगे, तो यह आपको लापरवाही देगा। लेकिन पर्यवेक्षण और जांच के साथ, यह प्रभावशाली परिणाम दे सकता है।”
“फिलहाल, यह लगभग निश्चित रूप से संपूर्ण शोध पत्र नहीं लिख सकता है (कम से कम यदि आप चाहते हैं कि यह सही और अच्छा हो), लेकिन यदि आप अन्यथा जानते हैं कि आप क्या कर रहे हैं, तो यह आपको तनावमुक्त होने में मदद कर सकता है, जिसे आप एक अच्छा स्थान कह सकते हैं,” टेक्सास विश्वविद्यालय के सैद्धांतिक कंप्यूटर वैज्ञानिक स्कॉट आरोनसन ने कहा लिखा सितंबर 2025 में हुई एक समस्या के लिए जीपीटी-5 की मदद लेने के बाद। “कौन जानता है कि यह स्थिति कब तक रहेगी?”
कहा जा रहा है कि निदान के अनुसार, एआई को अभी कई मायनों में वैज्ञानिक उद्यम के साथ एकीकृत किया जा रहा है, कुछ उद्यमों में दूसरों की तुलना में अधिक थोक। शायद इस समय सबसे अधिक दिखाई देने वाला तरीका बेईमान वैज्ञानिकों द्वारा खराब कागजात तैयार करने के लिए एआई का उपयोग करना है – जैसे कि ओपेनहेम और अन्य चेतावनी दी है – और इसे और कम करें पहले से ही औसत गुणवत्ता में गिरावट आ रही है अपने स्वयं के करियर को आगे बढ़ाने के लिए शोध साहित्य का उपयोग करें।
कुछ पत्रिकाओं के सहकर्मी-समीक्षकों ने भी स्वयं एआई को अपनाया है। समीक्षा कार्य स्वैच्छिक है फिर भी श्रम-गहन और समय लेने वाला है, और कई समीक्षकों ने कई कार्यों के लिए, पत्रिकाओं की सलाह के विपरीत, मॉडलों की मदद ली है। लेकिन वहां भी, वैज्ञानिकों ने हाल ही में बताया द हिंदूदूसरों के बीच, “वैचारिक नवीनता और महत्व” का मूल्यांकन करने और “विज्ञान को आगे बढ़ाने वाली रचनात्मक प्रतिक्रिया” प्रदान करने के लिए मनुष्यों को शामिल करना महत्वपूर्ण है।
mukunth.v@thehindu.co.in
