OpenAI একটি অভ্যন্তরীণ AI সিস্টেম এবং প্রায় 10 হাজার স্বায়ত্তশাসিত এজেন্টের সাহায্যে মিলেনিয়াম চ্যালেঞ্জগুলোর একটি—নেভিয়ার-স্টোকস সমীকরণের সমাধান এবং মসৃণতার অস্তিত্বের সমস্যা—সমাধানের ঘোষণা দিয়েছে, যারা 88 ঘণ্টা কাজ করেছে। কোম্পানিটি এর জন্য লক্ষ লক্ষ ডলারের কম্পিউটেশনাল রিসোর্স ব্যয় করেছে এবং Lean ল্যাঙ্গুয়েজের মাধ্যমে ফলাফলটি যাচাই করেছে। এটিই প্রথম ঘটনা যেখানে কোনো AI ক্লে ইনস্টিটিউট থেকে এক মিলিয়ন ডলার পুরস্কারের সাতটি সমস্যার একটি সমাধানের দাবি জানাচ্ছে।
তবে এই ঘোষণার পরপরই লেখকত্ব নিয়ে তীব্র বিতর্ক শুরু হয়েছে। নিউ ইয়র্ক ইউনিভার্সিটির গণিতবিদ ট্রিস্টান বাকমাস্টার এবং Anthropic-এর লেভেন্ট আলপিয়োঘে এর এক মাস আগে OpenAI-এর Codex সহ AI টুলগুলো সক্রিয়ভাবে ব্যবহার করে এই সমস্যার সংশ্লিষ্ট দিকগুলোতে উল্লেখযোগ্য অগ্রগতি অর্জন করেছিলেন। বাকমাস্টার একটি প্রকাশ্য বিবৃতিতে ইঙ্গিত দিয়েছেন যে, OpenAI চ্যাট বা মডেল প্রশিক্ষণের মাধ্যমে তাদের খসড়াগুলোতে প্রবেশাধিকার পেয়ে থাকতে পারে, যদিও কোম্পানিটি স্পষ্টভাবে এটি অস্বীকার করে দাবি করেছে যে ব্যবহারকারীর ডেটা ব্যবহার করা হয়নি।
OpenAI-এর একটি যৌথ প্রকাশনার প্রস্তাবের ফলে পরিস্থিতি আরও জটিল হয়ে ওঠে, যেখানে আলপিয়োঘেকে একটি প্রতিদ্বন্দ্বী কোম্পানিতে কাজ করার কারণে লেখকদের তালিকা থেকে বাদ দেওয়ার প্রস্তাব দেওয়া হয়েছিল। বাকমাস্টার তা প্রত্যাখ্যান করেন এবং আলোচনা উত্তপ্ত হয়ে ওঠে। এটি কেবল একটি ব্যক্তিগত দ্বন্দ্ব নয়: এটি সেই পদ্ধতিগত সমস্যাগুলোকে উন্মোচিত করে যখন বিশাল সম্পদের অধিকারী বাণিজ্যিক ল্যাবরেটরিগুলো স্বতন্ত্র গবেষকদের কাজের ওপর ভিত্তি করে মৌলিক ফলাফল অর্জনের দৌড়ে নামে।
প্রযুক্তিগতভাবে OpenAI-এর পদ্ধতি—ত্রিমাত্রিক নেভিয়ার-স্টোকস সমীকরণে সিঙ্গুলারিটি খোঁজার জন্য অসংখ্য এজেন্টকে স্কেল করা—প্রথাগত মানুষের দেওয়া প্রমাণ থেকে ভিন্ন। এর আগে অগ্রগতি ডিয়েগো কর্ডোভা এবং লুইস মার্টিনেজ-জোরোয়ার কাজের ওপর ভিত্তি করে ছিল, যা বাকমাস্টার এবং আলপিয়োঘে AI-এর সাহায্যে আরও এগিয়ে নিয়েছিলেন। অন্যদিকে OpenAI এই কাজে অভূতপূর্ব কম্পিউটেশনাল শক্তি প্রয়োগ করেছে, যা বছরের বদলে কয়েক দিনের মধ্যে সমস্যাটির সমাধান করতে সক্ষম হয়েছে।
এই পদ্ধতিটি পুনরুৎপাদনযোগ্যতা এবং সাধারণীকরণ নিয়ে প্রশ্ন তোলে। যদিও ফলাফলটি Lean-এ বিধিবদ্ধ করা হয়েছে, তবুও বৈজ্ঞানিক সম্প্রদায়ের দ্বারা স্বতন্ত্র যাচাইকরণ এখনও বাকি। এই পদ্ধতিটি অন্যান্য মিলেনিয়াম সমস্যাগুলোতে কতটা স্কেল করা যাবে বা এর জন্য সাধারণ গবেষকদের কাছে অপ্রাপ্য কোনো নির্দিষ্ট প্রম্পটের প্রয়োজন কি না, তা স্পষ্ট নয়। গণিতে AI-এর আগের সাফল্যগুলোর সাথে তুলনা করলে, যেমন এরডশ সমস্যার সমাধান, দেখা যায় যে এখানে স্কেল ভিন্ন: এটি কোনো একক হিউরিস্টিক নয়, বরং এজেন্টদের একটি ব্যাপক আক্রমণ।
এই ঘটনাটি Anthropic এবং অন্যান্য ল্যাবরেটরির কাজের সাথে বৈপরীত্য তৈরি করে, যেখানে AI-কে মানুষের বুদ্ধিমত্তা প্রতিস্থাপনের পরিবর্তে তা বৃদ্ধির হাতিয়ার হিসেবে ব্যবহার করা হয়। OpenAI জোর দিয়ে বলছে যে তারা পুরস্কারের দাবি করবে না, তবে এই ঘোষণার বিষয়টিই সমীকরণ বদলে দিচ্ছে: এখন বড় কোম্পানিগুলো একাডেমিক গ্রুপগুলোর চেয়ে দ্রুত উন্মুক্ত সমস্যাগুলো 'বন্ধ' করে দিতে পারে, যা অগ্রাধিকার এবং উদ্ধৃতির প্রথাগত প্রক্রিয়াকে প্রশ্নের মুখে ফেলে।
এই ক্ষেত্রের জন্য এর ফলাফল সুদূরপ্রসারী। ফিল্ডস মেডেল বিজয়ীসহ গণিতবিদরা ইতিমধ্যেই লক্ষ্যগুলোর অসংগতি নিয়ে উদ্বেগ প্রকাশ করেছেন: কোম্পানিগুলো প্রকাশ্য বিজয়ের পেছনে ছুটছে, যেখানে বিজ্ঞান ধীরগতির এবং সহযোগিতামূলক অগ্রগতিকে মূল্যায়ন করে। এর ফলে গবেষকরা তাদের অন্তর্বর্তীকালীন ফলাফল গোপন করতে পারেন অথবা বাণিজ্যিক AI টুল ব্যবহার এড়িয়ে চলতে পারেন।
অমীমাংসিত প্রশ্নগুলোর মধ্যে রয়েছে: প্রমাণটি Clay Mathematics Institute দ্বারা গৃহীত হবে কি না, মানুষ এবং AI এজেন্টদের মধ্যে কৃতিত্ব কীভাবে বণ্টন করা হবে এবং এই ধরনের প্রতিযোগিতা সম্প্রদায়কে খণ্ডিত করবে কি না। AI-সহায়তা প্রাপ্ত গবেষণায় অবদানের হিসাব রাখার জন্য নতুন প্রোটোকল প্রয়োজন।
পরিশেষে, এই ঘটনাটি দেখায় যে AI-এর সাহায্যে গাণিতিক আবিষ্কারের গতি বাড়ানোর জন্য একই সাথে লেখকত্ব এবং নৈতিকতার মানদণ্ডগুলো পুনর্মূল্যায়ন করা প্রয়োজন, অন্যথায় বৈজ্ঞানিক সম্প্রদায়ের মধ্যে আস্থা হুমকির মুখে পড়বে।
