{
  "type": "article",
  "title": "सैद्धांतिक विज्ञान की ओर बढ़ते एआई के कदम, दो सालों में दो से पैंतीस प्रतिशत तक पहुंची जटिल सवालों को सुलझाने की क्षमता",
  "summary": "एमआईटी शोधकर्ताओं के ताजा अध्ययन के अनुसार फ्रंटियर एआई मॉडल गणित के बाद अब क्वांटम भौतिकी, अर्थशास्त्र और सांख्यिकी जैसे जटिल सैद्धांतिक विज्ञान के सवालों को तेजी से हल कर रहे हैं।",
  "content": "आर्टिफिशियल इंटेलिजेंस की तेजी से बढ़ती ताकत अब केवल गणित की पहेलियों तक सीमित नहीं रह गई है, बल्कि यह भौतिक विज्ञान, ब्रह्मांड विज्ञान और आर्थिक सिद्धांतों जैसे गहन सैद्धांतिक क्षेत्रों में भी अपनी गहरी पैठ बना रही है। मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी (एमआईटी) में कंप्यूटिंग और एआई के विकास पर शोध करने वाले नील थॉम्पसन के एक ताजा अध्ययन ने वैज्ञानिक जगत में नई हलचल पैदा कर दी है। शोध के अनुसार, आधुनिक फ्रंटियर मॉडल अब उन वैज्ञानिक शाखाओं के बुनियादी सिद्धांतों को सुलझाने में असाधारण तेजी दिखा रहे हैं, जहां पहले केवल इंसानी दिमाग की बौद्धिक क्षमता ही काम कर सकती थी।\n\nदो सालों में चौंकाने वाली प्रगति\nथॉम्पसन और उनकी शोध टीम ने पाया कि मध्य 2024 से मध्य 2026 के बीच एआई की इस क्षमता में एक अभूतपूर्व छलांग लगी है। इस दो साल की अल्पावधि के दौरान शीर्ष एआई मॉडल इन जटिल वैज्ञानिक विषयों के सैद्धांतिक सवालों को सही ढंग से हल करने के मामले में महज दो प्रतिशत की सफलता दर से उछलकर करीब पैंतीस प्रतिशत तक पहुंच गए हैं। शोधकर्ताओं का मानना है कि इस बौद्धिक विकास की रफ्तार के धीमे पड़ने के कोई संकेत फिलहाल नहीं दिख रहे हैं। थॉम्पसन का आकलन है कि आगामी कुछ ही वर्षों के भीतर सैद्धांतिक प्रश्नों को हल करने की पूरी व्यवस्था इस तकनीक के प्रभाव से पूरी तरह बदल जाएगी।\n\nयह पूरा शोध नील थॉम्पसन की प्रयोगशाला द्वारा समाज और नवाचार पर कंप्यूटर विज्ञान के असर को समझने की व्यापक कोशिशों का हिस्सा है। इस काम को थॉम्पसन के साथ पीएचडी शोधार्थी गैब्रियल मैंसो और वैज्ञानिक क्लाउडियो मेयरिंक वर्दुन ने मिलकर अंजाम दिया है। शोधकर्ताओं ने इस प्रयोग के लिए दिसंबर 2025 से मई 2026 के बीच इंटरनेट पर प्रकाशित शोध पत्रों में दर्ज वास्तविक और नए सैद्धांतिक सवालों को चुना। इसके बाद इन सवालों को ओपनएआई के विभिन्न उन्नत मॉडलों के सामने रखा गया, जिनमें o1, o3, GPT-5, GPT-5.1, GPT-5.4 और GPT-5.5 शामिल थे।\n\nकड़ी परीक्षा और प्रामाणिक मूल्यांकन की प्रक्रिया\nइस प्रयोग की सबसे अहम बात यह थी कि जिन सवालों को परीक्षण के लिए चुना गया था, उनके समाधान उन शोध पत्रों में थे जो GPT-5.5 और उससे पहले के मॉडलों के प्रशिक्षण डेटा कटऑफ के बाद सार्वजनिक किए गए थे। इसका सीधा अर्थ यह निकला कि एआई सिस्टम पहले से रटे-रटाए जवाबों को दोहरा नहीं रहे थे, बल्कि उन्हें अपनी आंतरिक तार्किक क्षमता के आधार पर समाधान खुद खोजना था। यह नए शोध पत्र मॉडलों के कौशल को जांचने के लिए एक निष्पक्ष आधार बने। इसके अलावा, शोधकर्ताओं ने परीक्षण के दौरान सभी मॉडलों की इंटरनेट तक पहुंच को पूरी तरह बंद कर दिया था, जिससे सिस्टम किसी भी सूरत में ऑनलाइन समाधान खोजने में असमर्थ थे।\n\nअध्ययन का दायरा उन विशिष्ट क्षेत्रों तक सीमित रखा गया था जहां मशीनों को किसी भौतिक प्रयोग अथवा व्यापक सिमुलेशन को चलाने की जरूरत नहीं पड़ती। इनमें प्रायिकता, सांख्यिकी सिद्धांत, आर्थिक सिद्धांत, उच्च ऊर्जा सिद्धांत, गुरुत्वाकर्षण, ब्रह्मांड विज्ञान और क्वांटम भौतिकी शामिल थे। हालांकि दायरा सीमित था, लेकिन नतीजे साफ संकेत देते हैं कि जिस तरह की बेचैनी और बदलाव अभी गणित के क्षेत्र में महसूस किए जा रहे हैं, वैसी ही तरंगें अब सिद्धांत-प्रधान अन्य सभी वैज्ञानिक शाखाओं में भी फैलने वाली हैं।\n\nगणित से शुरू हुआ विवाद और नई चुनौतियां\nविज्ञान में मशीनों के प्रवेश की यह कहानी सितंबर के उस घटनाक्रम से जुड़ी है जब ओपनएआई ने गणित के एक ऐतिहासिक और विशाल प्रश्न, नेवियर-स्टोक्स समीकरणों से जुड़ी चुनौती को अपने एक अप्रकाशित मॉडल द्वारा हल किए जाने का दावा किया था। यह समीकरण तरल पदार्थों की गति को समझाने से संबंधित है। उस समय इस घटना ने भारी विवाद खड़ा कर दिया था, जब एनवाईयू के एक गणितज्ञ ने, जो एंथ्रोपिक से जुड़े एक अन्य शोधकर्ता के साथ काम कर रहे थे, ओपनएआई पर उनकी प्रगति की जानकारी मिलने के बाद बाजी मारने का आरोप लगाया था।\n\nइसके बाद ओपनएआई और अन्य समूहों ने दशकों पुरानी गणितीय समस्याओं के सैकड़ों नए समाधान पेश किए, जिसने पूरे गणित जगत में एक तरह का संकट खड़ा कर दिया। कई विशेषज्ञों ने अनुसंधान में एआई के अंधाधुंध इस्तेमाल पर पाबंदी या नियम तय करने की वकालत शुरू कर दी है। उनका तर्क है कि गणित में केवल अंतिम उत्तर तक पहुंचना ही सब कुछ नहीं होता, बल्कि समाधान खोजने की पूरी बौद्धिक प्रक्रिया और तर्क निर्माण भी उतना ही महत्वपूर्ण होता है।\n\nसत्यापन और इंसानी विवेक की निरंतर आवश्यकता\nसैद्धांतिक प्रगति अक्सर व्यावहारिक विज्ञान को आगे बढ़ाने में इंजन का काम करती है। ऐसे में एआई का यह उभार सैद्धांतिक खोजों को गति दे सकता है। वर्तमान में कई अग्रणी शोधकर्ताओं ने विज्ञान के लिए समर्पित नई एआई प्रयोगशालाएं शुरू की हैं, जबकि बड़ी टेक कंपनियां भी अपने वैज्ञानिक अनुसंधान प्रयासों को तेजी से बढ़ा रही हैं। इन पहलों में यह देखा जा रहा है कि कैसे एआई को सैद्धांतिक विश्लेषण के साथ वास्तविक प्रयोग करने में भी सक्षम बनाया जा सकता है।\n\nभले ही यह तकनीक सैद्धांतिक सवालों को तेजी से हल करने लगे, लेकिन विशेषज्ञों का मानना है कि इंसानों की उपयोगिता कभी खत्म नहीं होगी। गैब्रियल मैंसो का कहना है कि बिखरे हुए बौद्धिक सूत्रों को आपस में जोड़ने और नए मौलिक विचार पैदा करने के लिए इंसानों की जरूरत हमेशा बनी रहेगी। अत्यधिक जटिल सवालों में एआई से गलतियां होने की आशंका भी बनी रहती है। इसका प्रत्यक्ष प्रमाण यह है कि ओपनएआई को अपने नवीनतम डेटासेट में प्रकाशन के बाद कई समाधानों को वापस लेना पड़ा था। मैंसो के अनुसार, एआई बहुत आसानी से किसी गलत उत्तर को भी सही बता सकता है, और जब पूरे समाधान की गहराई से पड़ताल की जाती है तब उसकी खामियां सामने आती हैं, इसलिए इंसानी स्तर पर कठोर सत्यापन हमेशा अनिवार्य रहेगा।\n\nइसका आप पर असर\nएआई द्वारा जटिल वैज्ञानिक और आर्थिक सिद्धांतों को तेजी से सुलझाए जाने से अनुसंधान की लागत और समय में भारी कमी आएगी।\n\n• शोधकर्ताओं और छात्रों पर असर: विज्ञान और अर्थशास्त्र के शोधार्थियों को अब बुनियादी सैद्धांतिक गणनाओं के बजाय नए प्रयोगों और वैचारिक खोज पर अधिक समय बिताने का मौका मिलेगा। इससे शोध पत्रों के प्रकाशन की गति काफी तेज हो सकती है।\n• वैश्विक स्तर पर नवाचार: सैद्धांतिक भौतिकी और सांख्यिकी में होने वाली त्वरित खोजें नई दवाओं, बैटरी तकनीक और ऊर्जा समाधानों के व्यावहारिक विकास को कई साल आगे खींच सकती हैं। वैश्विक तकनीकी कंपनियां इन मॉडलों की मदद से आरएंडडी बजट का बेहतर उपयोग कर पाएंगी।\n• करियर और कौशल की जरूरत: सैद्धांतिक वैज्ञानिकों को अब केवल समीकरण हल करने के बजाय एआई द्वारा निकाले गए निष्कर्षों की प्रामाणिकता जांचने और सत्यापन में दक्ष होना होगा। सत्यापन और ऑडिटिंग के नए रोजगार के अवसर तकनीकी क्षेत्र में उभरेंगे।\n• डेटा और सॉफ्टवेयर सुरक्षा: मॉडल द्वारा गलत परिणाम को भी आत्मविश्वास से पेश करने के जोखिम के कारण वैज्ञानिक संस्थानों को कठोर समीक्षा प्रणाली अपनानी होगी। इसके बिना गलत वैज्ञानिक दावों के आधार पर बड़े आर्थिक निवेश का नुकसान हो सकता है।\n\nऐसा क्यों हुआ\nयह महत्वपूर्ण विकास एआई रीजनिंग मॉडलों के तेजी से होते तकनीकी सुधार और वैज्ञानिक परीक्षणों के नए तरीकों के कारण सामने आया है।\n\n• रीजनिंग आर्किटेक्चर में प्रगति: ओपनएआई के o1, o3 और GPT-5 श्रृंखला के मॉडलों में जटिल बहु-चरणीय तार्किक क्षमताएं जोड़ी गई हैं, जिससे वे केवल भाषा निर्माण तक सीमित न रहकर गणितीय नियमों को लागू करने में सक्षम हुए हैं। इस आर्किटेक्चर ने मशीनों को चरणबद्ध सोच विकसित करने की ताकत दी है।\n• कठोर परीक्षण प्रोटोकॉल: एमआईटी के शोधकर्ताओं ने डेटा कटऑफ के बाद प्रकाशित शोध पत्रों का इस्तेमाल किया और इंटरनेट को बंद रखा, जिससे मॉडलों की वास्तविक समस्या समाधान क्षमता सामने आ सकी। इस विधि ने यह साबित किया कि मॉडल रटने के बजाय स्वतंत्र रूप से सूत्र खोज रहे हैं।\n• गणितीय सफलता की पृष्ठभूमि: सितंबर में नेवियर-स्टोक्स जैसी विशाल गणितीय समस्या को हल करने के ओपनएआई के दावे के बाद वैज्ञानिक सिद्धांत के अन्य क्षेत्रों में मॉडल की क्षमताओं को परखने की जरूरत बढ़ गई थी। उसी सिलसिले ने भौतिकी और अर्थशास्त्र में इस अध्ययन को प्रेरित किया।\n• सिमुलेशन-मुक्त क्षेत्रों की प्रकृति: अध्ययन ने केवल उन सैद्धांतिक क्षेत्रों को चुना जहां उत्तर निकालने के लिए लैब प्रयोगों के बजाय शुद्ध बौद्धिक और तार्किक गणना की आवश्यकता थी। ऐसी अमूर्त समस्याओं को डिजिटल रूप में प्रोसेस करना भाषा और गणित आधारित मॉडलों के लिए अधिक सुलभ साबित हुआ।\n\nसवाल-जवाब\n\n1. एमआईटी के अध्ययन में किन विषयों को शामिल किया गया था?\nइस अध्ययन में प्रायिकता, सांख्यिकी सिद्धांत, आर्थिक सिद्धांत, उच्च ऊर्जा सिद्धांत, गुरुत्वाकर्षण, ब्रह्मांड विज्ञान और क्वांटम भौतिकी जैसे सैद्धांतिक विषयों को शामिल किया गया था।\n\n2. दो सालों में एआई की समस्या समाधान क्षमता में कितना बदलाव आया?\nमध्य 2024 से मध्य 2026 के बीच उन्नत एआई मॉडलों की इन सैद्धांतिक सवालों को सही हल करने की दर दो प्रतिशत से बढ़कर लगभग पैंतीस प्रतिशत हो गई।\n\n3. शोधकर्ताओं ने मॉडलों का परीक्षण कैसे किया?\nपरीक्षण के लिए ट्रेनिंग कटऑफ के बाद प्रकाशित शोध पत्रों के सवालों का इस्तेमाल किया गया और मॉडलों का इंटरनेट कनेक्शन पूरी तरह बंद रखा गया ताकि वे बाहर से उत्तर न ढूंढ सकें।\n\n4. इस शोध में किन एआई मॉडलों को परखा गया?\nशोधकर्ताओं ने ओपनएआई के विभिन्न मॉडलों जैसे o1, o3, GPT-5, GPT-5.1, GPT-5.4 और GPT-5.5 का परीक्षण किया।\n\n5. वैज्ञानिक एआई द्वारा दिए गए उत्तरों को लेकर सतर्क क्यों हैं?\nशोधकर्ताओं का कहना है कि एआई गलत उत्तर को भी सही बता सकता है, जैसा कि ओपनएआई द्वारा अपने डेटासेट से कुछ प्रकाशित समाधानों को वापस लेने से स्पष्ट हुआ है।",
  "url": "https://trendkia.com/ai/saiddhantika-vijnana-ki-ora-barhate-ai-ke-kadama-do-salon-men-do-se-paintisa-pratishata-taka-pahunchi-jatila-savalon-ko-sulajhane--47984",
  "category": "एआई",
  "publishedAt": "2026-10-15",
  "tags": [
    "आर्टिफिशियल इंटेलिजेंस",
    "एमआईटी शोध",
    "क्वांटम भौतिकी",
    "ओपनएआई",
    "वैज्ञानिक अनुसंधान",
    "गणित"
  ],
  "language": "hi",
  "site": "TrendKia"
}