OpenAI का बड़ा गणितीय दावा: 10,000 AI एजेंट्स ने 90 साल पुरानी Navier-Stokes पहेली का हल खोजा

OpenAI ने करीब 90 साल पुरानी Navier-Stokes गणितीय समस्या पर AI से समाधान मिलने का दावा किया है। करीब 10,000 AI एजेंट्स ने 88 घंटे काम किया। हालांकि आधिकारिक स्वतंत्र सत्यापन अभी बाकी है और शोध डेटा को लेकर भी सवाल उठे हैं।

नई दिल्ली | 10 सितंबर 2026

By Mohd Haris

AI ने 90 साल पुरानी गणितीय चुनौती पर किया बड़ा दावा

OpenAI ने गणित की दुनिया की सबसे कठिन समस्याओं में शामिल Navier-Stokes अस्तित्व और स्मूथनेस समस्या पर समाधान तैयार करने का दावा किया है। कंपनी के मुताबिक उसके एक आंतरिक AI सिस्टम ने करीब 10,000 समन्वित AI एजेंट्स की मदद से इस समस्या पर काम किया और लगभग 88 घंटे में समाधान तैयार किया। इसके बाद औपचारिक गणितीय सत्यापन की प्रक्रिया में 17 घंटे और लगे।

यह दावा इसलिए अहम है क्योंकि Navier-Stokes समस्या सात Millennium Prize Problems में शामिल है। इन समस्याओं को वर्ष 2000 में Clay Mathematics Institute ने गणित की बेहद कठिन और बुनियादी चुनौतियों के रूप में चिन्हित किया था। प्रत्येक समस्या के समाधान के लिए 1 मिलियन डॉलर का पुरस्कार निर्धारित है।

लेकिन यहां एक जरूरी संपादकीय अंतर समझना होगा। OpenAI ने समाधान पेश किया है, जबकि स्वतंत्र गणितीय समुदाय ने अभी इसे अंतिम रूप से प्रमाणित नहीं किया है। इसलिए इसे फिलहाल OpenAI का समाधान संबंधी दावा कहना अधिक सटीक है।

Navier-Stokes समस्या आखिर है क्या

Navier-Stokes समीकरण तरल और गैस जैसी द्रव प्रणालियों की गति को समझने के लिए इस्तेमाल किए जाते हैं। विमान के पंखों के आसपास हवा का प्रवाह, मौसम की मॉडलिंग, तरल पदार्थों की गति और शरीर में रक्त प्रवाह जैसी जटिल स्थितियों को समझने में इन समीकरणों का व्यापक महत्व है।

असल गणितीय चुनौती यह है कि क्या 3 आयामी द्रव प्रवाह की शुरुआत अगर सुचारु हो, तो वह हमेशा सुचारु बना रहेगा या सीमित समय में ऐसी स्थिति पैदा हो सकती है जहां गणितीय मान अनंत की ओर बढ़ने लगे। ऐसी स्थिति को सिंगुलैरिटी कहा जाता है।

OpenAI के अनुसार उसके तैयार किए गए प्रमाण का निष्कर्ष यह है कि ऐसी सिंगुलैरिटी सीमित समय में विकसित हो सकती है। कंपनी ने अपने शोध के साथ प्रमाण का लिखित विवरण और Lean में औपचारिक रूप से प्रस्तुत प्रमाण भी साझा किया है।

10,000 AI एजेंट्स ने कैसे किया काम

OpenAI के मुताबिक उसने एक ऐसे आंतरिक AI सिस्टम का इस्तेमाल किया जो कंपनी के अनुसार GPT-6 Astra से अधिक सक्षम है। इस सिस्टम के जरिए अलग-अलग AI एजेंट समूह बनाए गए। हर समूह को समस्या के अलग पहलुओं और संभावित समाधान मार्गों पर काम करने के लिए निर्देशित किया गया।

कंपनी के अनुसार Navier-Stokes पर काम करने वाले समूह में करीब 10,000 AI एजेंट्स एक साथ सक्रिय थे। एजेंट्स ने आपस में संदेशों का आदान-प्रदान किया, अलग-अलग गणितीय रास्तों की पड़ताल की और बाद में उपयोगी निष्कर्षों को एक साथ लाया गया।

OpenAI का कहना है कि इस प्रक्रिया के दौरान Navier-Stokes समस्या से जुड़े एजेंट्स ने करीब 2.7 मिलियन संदेश भेजे और लगभग 130 बिलियन आउटपुट टोकन का इस्तेमाल किया। समाधान 5 सितंबर को सामने आया। इसके बाद Lean आधारित सत्यापन में 17 घंटे और लगे।

कंपनी ने 1 सितंबर से क्यों शुरू किया अभियान

OpenAI के अनुसार उसे 1 सितंबर को ऐसी खबरों की जानकारी मिली थी कि दो Millennium Prize Problems पर प्रगति हुई है। इसके बाद कंपनी ने अपने आंतरिक AI सिस्टम की क्षमता को परखने के लिए खुले Millennium Problems पर एक बड़ा परीक्षण शुरू किया।

OpenAI का कहना है कि बाद में उसे पता चला कि इन खबरों का संबंध न्यूयॉर्क यूनिवर्सिटी के गणितज्ञ ट्रिस्टन बकमास्टर और एंथ्रोपिक से जुड़े शोधकर्ता लेवेंट अल्पोगे के काम से था।

कंपनी के मुताबिक उसके AI सिस्टम और शोधकर्ताओं ने दोनों के काम को सार्वजनिक होने से पहले नहीं देखा। OpenAI ने यह भी कहा कि किसी विशिष्ट यूज़र डेटा को इस समस्या के समाधान के लिए एक्सेस नहीं किया गया।

ट्रिस्टन बकमास्टर ने उठाए गंभीर सवाल

मामला यहीं खत्म नहीं हुआ। न्यूयॉर्क यूनिवर्सिटी के गणित प्रोफेसर ट्रिस्टन बकमास्टर ने OpenAI के दावे पर सवाल उठाए हैं।

बकमास्टर और लेवेंट अल्पोगे ने संबंधित द्रव समीकरणों पर लंबे समय तक काम किया था। उनके शोध में AI टूल्स का भी इस्तेमाल हुआ था। बकमास्टर का आरोप है कि OpenAI जिस दिशा में आगे बढ़ा, वह उनके अप्रकाशित शोध से जुड़ी हो सकती थी।

बकमास्टर ने यह सवाल भी उठाया कि क्या उनके OpenAI टूल्स में किए गए शोध सत्रों का इस्तेमाल मॉडल को प्रशिक्षित करने या समाधान की दिशा तय करने में हुआ। उनके मुताबिक जब उन्होंने प्रशिक्षण से जुड़े सवाल पूछे तो उन्हें स्पष्ट जवाब नहीं मिला।

यह आरोप अभी स्थापित तथ्य नहीं है। OpenAI ने विशिष्ट यूज़र डेटा तक पहुंच से इनकार किया है।

OpenAI ने डेटा विवाद पर क्या कहा

OpenAI ने अपने आधिकारिक बयान में कहा कि समाधान तैयार करने के लिए किसी विशिष्ट यूज़र डेटा को एक्सेस नहीं किया गया। कंपनी का कहना है कि उसके शोधकर्ता और AI एजेंट्स ने बकमास्टर और अल्पोगे के काम को सार्वजनिक होने से पहले नहीं देखा था।

हालांकि कंपनी ने एक महत्वपूर्ण संभावना खुली छोड़ी है। OpenAI ने कहा कि वह इस संभावना को पूरी तरह खारिज नहीं कर सकती कि उसके उत्पादों के इस्तेमाल से जुड़े डी-आइडेंटिफाइड डेटा ने उसके मॉडल को बेहतर बनाने में अप्रत्यक्ष भूमिका निभाई हो।

यही बिंदु विवाद का केंद्र बन गया है। सवाल केवल यह नहीं है कि AI ने समाधान निकाला या नहीं। बड़ा सवाल यह भी है कि AI सिस्टम में निजी या अप्रकाशित शोध के इस्तेमाल की सीमा क्या होनी चाहिए।

क्या OpenAI ने सचमुच Millennium Prize Problem हल कर दी

फिलहाल इसका जवाब सावधानी के साथ देना होगा।

OpenAI ने समाधान और Lean औपचारिकता जारी की है। लेकिन किसी Millennium Prize Problem के आधिकारिक समाधान के लिए स्वतंत्र विशेषज्ञों द्वारा प्रमाण की जांच जरूरी है। अभी Clay Mathematics Institute की ओर से इस दावे को अंतिम समाधान के रूप में मान्यता नहीं दी गई है।

इसलिए “AI ने 90 साल पुरानी समस्या आधिकारिक तौर पर हल कर दी” कहना समय से पहले होगा।

अधिक सटीक स्थिति यह है कि OpenAI ने Navier-Stokes समस्या के एक रूप पर समाधान संबंधी प्रमाण पेश किया है और उसके गणितीय दावे की स्वतंत्र जांच बाकी है।

गणित की दुनिया के लिए इसका क्या मतलब है

अगर प्रमाण स्वतंत्र समीक्षा में सही साबित होता है, तो यह AI आधारित गणितीय शोध के लिए एक अहम पड़ाव होगा।

इसका महत्व केवल एक कठिन समस्या के समाधान तक सीमित नहीं रहेगा। यह दिखाएगा कि बड़े AI सिस्टम अलग-अलग शोध दिशाओं को एक साथ चला सकते हैं, संभावित प्रमाण तैयार कर सकते हैं और औपचारिक सत्यापन के लिए उन्हें मशीन-पठनीय रूप में बदल सकते हैं।

लेकिन यहां एक दूसरा पक्ष भी है। गणित में केवल सही उत्तर महत्वपूर्ण नहीं होता। समाधान तक पहुंचने की प्रक्रिया, तर्क की समझ और प्रमाण की पारदर्शिता भी उतनी ही अहम होती है।

AI अगर बेहद जटिल प्रमाण तैयार करता है, तो शोधकर्ताओं के सामने यह सवाल रहेगा कि मशीन द्वारा निकाले गए परिणाम को इंसानी समझ में किस तरह बदला जाए।

AI शोध में डेटा और श्रेय की नई बहस

इस पूरे विवाद का सबसे बड़ा असर AI शोध की नैतिकता पर पड़ सकता है।

अगर कोई वैज्ञानिक अपने अप्रकाशित शोध को किसी AI टूल में दर्ज करता है, तो उसे यह भरोसा होना चाहिए कि उसके काम की गोपनीयता, बौद्धिक संपदा और प्राथमिकता सुरक्षित है।

दूसरी तरफ AI कंपनियों के लिए भी पारदर्शिता जरूरी होगी। यूज़र डेटा का प्रशिक्षण में इस्तेमाल किस सीमा तक होता है, डी-आइडेंटिफाइड डेटा की भूमिका क्या है और किसी शोध विचार पर प्राथमिकता किसकी मानी जाएगी, इन सवालों पर स्पष्ट नियमों की जरूरत बढ़ रही है।

Navier-Stokes विवाद इसी व्यापक बहस का एक महत्वपूर्ण उदाहरण बनकर सामने आया है।

88 घंटे की उपलब्धि से आगे की असली परीक्षा

OpenAI के लिए सबसे बड़ी परीक्षा अब समाधान पेश करने के बाद शुरू होती है।

गणितीय समुदाय प्रमाण की स्वतंत्र समीक्षा करेगा। विशेषज्ञ यह देखेंगे कि प्रत्येक चरण तार्किक रूप से सही है या नहीं, इस्तेमाल की गई धारणाएं समस्या की मूल शर्तों के अनुरूप हैं या नहीं और प्रमाण वास्तव में Millennium Prize Problem की निर्धारित शर्तों को पूरा करता है या नहीं।

यदि यह जांच सफल होती है तो AI की गणितीय क्षमता को लेकर बहस एक नए स्तर पर पहुंच जाएगी।

अगर प्रमाण में कोई महत्वपूर्ण कमी सामने आती है, तो यह घटना AI द्वारा गणितीय दावों की स्वतंत्र समीक्षा की जरूरत को और मजबूत करेगी।

आगे क्या होगा

अगला चरण स्वतंत्र गणितीय सत्यापन है। इसके साथ OpenAI और शोध समुदाय के बीच डेटा उपयोग, अप्रकाशित शोध, प्राथमिकता और बौद्धिक श्रेय को लेकर बहस भी जारी रहने की संभावना है।

इस पूरे घटनाक्रम को केवल “AI ने इंसानों को हरा दिया” जैसी सरल कहानी में बदलना सही नहीं होगा। यहां एक तरफ अत्यधिक जटिल गणित पर AI की असाधारण कंप्यूटेशनल क्षमता दिखाई दे रही है, तो दूसरी तरफ वैज्ञानिक पारदर्शिता और शोध नैतिकता के पुराने सवाल भी नए रूप में सामने आ रहे हैं।

फिलहाल सबसे संतुलित निष्कर्ष यही है कि OpenAI ने Navier-Stokes समस्या पर एक असाधारण AI-आधारित गणितीय उपलब्धि का दावा किया है। प्रमाण सार्वजनिक किए गए हैं, औपचारिक सत्यापन की प्रक्रिया भी हुई है, लेकिन अंतिम वैज्ञानिक मान्यता अभी बाकी है। इसी स्वतंत्र जांच से तय होगा कि यह AI इतिहास का वास्तविक गणितीय मील का पत्थर है या एक ऐसा दावा जिसे आगे और कठोर परीक्षण की जरूरत है।