کمپیوٹر سائنس کو ایسا مہینہ شاذ و نادر ہی ملتا ہے۔ اس کا ایک بنیادی عقیدہ گرا دیا گیا ہے، اور ملبہ جانچنے والوں میں وہی محققین شامل ہیں جنہوں نے اسے بنایا تھا۔
16 اکتوبر کو، OpenAI کے ایک research model نے سادہ نثر میں Exponential Time Hypothesis کا جوابی استدلال پیش کیا۔ ایک دن کے اندر یہ استدلال Lean میں منتقل کر دیا گیا، ایک ایسا proof checker جو ہر منطقی قدم کی میکانی تصدیق کرتا ہے۔ 67 صفحات کے اس manuscript میں مصنف کے طور پر خود OpenAI کا نام درج ہے۔
بغیر کسی رابطے کے کام کرنے والی Anthropic چند گھنٹے پہلے ہی اسی منزل پر پہنچ چکی تھی۔ اس کے 49 صفحات کے مقالے "A 2^o(n) Time Algorithm for 3-SAT" کا کریڈٹ Claude کو دیا گیا ہے، اور بنیادی algorithm اسی دن ایک Claude research model نے دریافت کی تھی۔
یہ hypothesis تقریباً 1999 کی ہے، جب Russell Impagliazzo اور Ramamohan Paturi نے استدلال کیا کہ Boolean satisfiability کے لیے exponential time سے تیز کوئی algorithm ممکن نہیں۔ یہ واحد خیال graph theory، databases، computational biology اور geometry میں سینکڑوں conditional hardness results کو خاموشی سے سہارا دیتا ہے۔
دونوں گروہ اب ایک deterministic طریقہ بیان کر رہے ہیں جو subexponential time میں satisfying assignments گنتا ہے، اور دونوں exponent کی مرکزی اصطلاح پر ایک ہی نتیجے پر پہنچتے ہیں۔ اگر جائزہ لینے والے اس کام کی تصدیق کر دیں تو اس شعبے کی سب سے قابل اعتماد دیواروں میں سے ایک میں دروازہ نکلا۔
اس دعوے کو وزن دینے والی بات ماڈلوں کی نسب نہیں بلکہ ان کے گرد جانچ کا ڈھانچہ ہے۔ ہر استنباط Lean سے گزرتا ہے۔ اور OpenAI کے بنائے گئے review panel میں خود Impagliazzo اور Paturi شامل ہیں، جو اب اپنی ہی conjecture کے پتن کی audit کر رہے ہیں۔ TU Wien کے Stefan Szeider نے عوامی مواد کا جائزہ لیا ہے اور توقع کرتے ہیں کہ یہ باریک بینی سے پڑھنے پر بھی قائم رہے گا۔
احتیاط پھر بھی ضروری ہے۔ یہ نتیجہ P versus NP کے بارے میں کچھ نہیں کہتا، اور نیا algorithm اب بھی superpolynomial time میں چلتا ہے، لہذا کل صبح کوئی practical solver تیز نہیں ہوگا۔ جو بدلا وہ theoretical نقشہ ہے، اور اسے دوبارہ بنانے والوں - لوگوں یا systems - کی شناخت۔
ایگزیکٹوز کے لیے سبق complexity classes سے دور ہے۔ جو software اب تک دستاویزات کا خلاصہ کرتا تھا، وہ اب اصلی، machine-verified ریاضی تیار کر رہا ہے۔ سنجیدہ تحقیق میں AI کی شراکت کی سرحد زیادہ تر planning cycles کی توقع سے تیز ترقی کر رہی ہے۔
جو ادارے ایسے systems کے ساتھ مل کر کام کرنا سیکھیں گے، نہ کہ صرف انہیں ٹائپنگ سونپیں گے، وہی آنے والی دہائی کی رفتار طے کریں گے۔
ریاضیانہ سوچیں۔ ذہانت سے انجینئرنگ کریں۔ حکمت عملی سے قیادت کریں۔ ذمہ داری سے بنائیں۔ عالمی سطح پر پھیلیں۔ مصنوعی ذہانت کے ذریعے حقیقی کاروباری قدر پیدا کریں۔
