သင်္ချာ၊ ကွန်ပျူတာသိပ္ပံနှင့် ရူပဗေဒတို့တွင် ဟာမိုနစ်ခွဲခြမ်းစိတ်ဖြာမှု၊ ရှုပ်ထွေးမှုသီအိုရီနှင့် ကွမ်တမ်စက်ကွင်းသီအိုရီဆိုင်ရာ တွေ့ရှိချက်သစ် သုံးခုကို ကြေညာလိုက်ပါသည်။
သက်ဆိုင်ရာ ပညာရှင်အသိုင်းအဝိုင်းများ၏ အကြံပြုချက်များအရ ကျွန်ုပ်တို့၏ ထုတ်ပြန်မှုလုပ်ငန်းစဉ်ကို ဆက်လက်ပြုပြင်နေပါသည်။ ဤစာတမ်းမူကြမ်းများကို သုတေသနဒေတာအကြမ်းတစ်မျိုးအဖြစ် ရှုမြင်ခြင်းက အသင့်တော်ဆုံးဟု ကျွန်ုပ်တို့ ယူဆပါသည်။ ဤသုတေသနဒေတာအကြမ်းများမှ သိပ္ပံဆိုင်ရာ နားလည်မှုရရှိလာစေရန် ယခုထုတ်ပြန်မှုတွင် ချဉ်းကပ်နည်းသစ်တစ်ခုကို စမ်းသပ်နေပါသည်။ ပြင်ပကျွမ်းကျင်သူများကို ဆက်သွယ်ပြီး ရလဒ်သစ်များကို နားလည်နိုင်ရေးအတွက် အဖွဲ့များဖွဲ့ကာ ဦးဆောင်လမ်းညွှန်ပေးရန် တောင်းဆိုခဲ့သည်။ ၎င်းတို့က မတူညီသော ထုတ်ပြန်ရေးနည်းလမ်း သုံးမျိုးကို အကြံပြုခဲ့သည်။
သင်္ချာရလဒ်အတွက် AI ၏ ထုတ်ပေးချက်ကို ထုတ်ပြန်ပြီး ရလဒ်အပေါ် ရှင်းလင်းချက်ထုတ်ပြန်ရေး သုတေသီများ ကိုယ်တိုင် လွတ်လပ်စွာ စုဖွဲ့ဆောင်ရွက်ခွင့်ပေးရန်။
ကွန်ပျူတာသိပ္ပံရလဒ်အတွက် ရလဒ်ကို ရှင်းလင်းမည့် ပြင်ပပူးပေါင်းအဖွဲ့တစ်ခု ဖွဲ့ကာ မည်သူမဆို စိစစ်ပြီး ဆက်လက်တိုးချဲ့နိုင်ရန် AI ၏ ထုတ်ပေးချက်ကို အများပြည်သူထံ ထုတ်ပြန်ရန်။
ရူပဗေဒရလဒ်အတွက် ပြင်ပပူးပေါင်းအဖွဲ့တစ်ခု ဖွဲ့ပြီး အကြောင်းအရာများ ထုတ်ပြန်ရေးကို ထိုအဖွဲ့၏ ဆုံးဖြတ်ချက်အတိုင်း လိုက်နာရန်။
ဤနည်းလမ်းသုံးမျိုးအနက် မည်သည့်နည်းက အကျိုးအရှိဆုံးဖြစ်မည်ကို မသိသေးပါ။ မည်သည့်အရာက ထိရောက်ပြီး မည်သည်တို့ကို ပိုကောင်းအောင် ပြုပြင်နိုင်ကြောင်း အကြံပြုချက်များကို ကြိုဆိုပါသည်။
ပြင်ပပူးပေါင်းဆောင်ရွက်မှုများသည် အခြေခံမူ 4 ရပ်ကို လိုက်နာမည်ဖြစ်သည်။
ပွင့်လင်းမြင်သာမှု။ ကျွန်ုပ်တို့၏ ပူးပေါင်းဆောင်ရွက်မှုများ ရှိနေကြောင်း ပွင့်လင်းစွာ အသိပေးထားပါသည်။ ပါဝင်သူများကို လျှို့ဝှက်ချက်မဖော်ထုတ်ရေး သဘောတူညီချက် လက်မှတ်ထိုးခိုင်းမည်မဟုတ်ပါ။ ၎င်းတို့သည် လုပ်ငန်းအကြောင်း ဆွေးနွေးခြင်း၊ ကြားကာလထွက်ရှိချက်များ မျှဝေခြင်းနှင့် နိဂုံးချုပ်များ ထုတ်ပြန်ခြင်းတို့ကို လွတ်လပ်စွာ လုပ်နိုင်မည်ဖြစ်သည်။
ပညာရပ်ဆိုင်ရာ ဂုဏ်ပြုအသိအမှတ်ပြုမှု မတောင်းဆိုခြင်း။ ကျွန်ုပ်တို့၏ အတွင်းသုံးမော်ဒယ်များ ထုတ်ပေးသော တွေ့ရှိချက်များအတွက် ပညာရပ်ဆိုင်ရာ ဂုဏ်ပြုအသိအမှတ်ပြုမှုကို မတောင်းဆိုပါ။ ပူးပေါင်းဆောင်ရွက်မှုကို ဦးဆောင်ကူညီရန် သုတေသီတစ်ဦးကို ဖိတ်ခေါ်ခြင်းသည်လည်း ၎င်း သို့မဟုတ် ၎င်း၏အဖွဲ့က မူလတွေ့ရှိချက်ကို ရှာဖွေတွေ့ရှိခဲ့သည်ဟု မဆိုလိုပါ။
အသိအမှတ်ပြုမှု။ ဤအဖွဲ့သည် ၎င်းတို့ ဖော်ထုတ်သော နားလည်မှု၊ ရေးသားသော ရှင်းလင်းချက်များနှင့် ဖန်တီးသော အခြားအကြောင်းအရာများအတွက် အသိအမှတ်ပြုမှု ရသင့်သည်။ လုပ်ငန်းတွင် အခြေခံအသုံးပြုထားသည့် သုတေသီများ၊ နည်းစနစ်များနှင့် အယူအဆများကို သင့်လျော်စွာ ရည်ညွှန်းဂုဏ်ပြုနိုင်ရေးလည်း အဖွဲ့က ကူညီမည်ဖြစ်သည်။
လွတ်လပ်မှု။ ပါဝင်မှုသည် မိမိဆန္ဒအလျောက်ဖြစ်ပြီး အခကြေးငွေမရပါ။ အဖွဲ့ဝင်များသည် လွတ်လပ်စွာ ပါဝင်ကြပြီး နိဂုံးချုပ်များမှာ ၎င်းတို့၏ ကိုယ်ပိုင်အာဘော်ဖြစ်သည်။ ၎င်းတို့က OpenAI ကိုယ်စား ပြောဆိုခြင်းမရှိသကဲ့သို့ OpenAI ကလည်း ၎င်းတို့ကိုယ်စား ပြောဆိုခြင်းမရှိပါ။
ဤရလဒ်များနှင့်ဆိုင်သော အချက်အလက်များနှင့် သုတေသနထွက်ပစ္စည်းများကို ပူးပေါင်းအဖွဲ့များထံ လွှဲပြောင်းပေးမည်ဖြစ်သည်။ ကွန်ပျူတာသိပ္ပံပူးပေါင်းအဖွဲ့က လူသားဘာသာစကားဖြင့် ရေးသားထားသော သက်သေပြချက်နှင့် Lean ဖြင့် တရားဝင်သင်္ချာပုံစံပြောင်းရေးထားချက်ကို ချက်ချင်းထုတ်ပြန်ရန် ဆုံးဖြတ်ထား၍ ကျွန်ုပ်တို့၏ GitHub သိမ်းဆည်းရန်နေရာသို့ တိုက်ရိုက်လွှတ်တင်လျက်ရှိသည်။ ရူပဗေဒပူးပေါင်းအဖွဲ့က AI ထုတ်ပေးသော အကြောင်းအရာများကို မထုတ်ပြန်သေးဘဲ ၎င်းတို့ကိုယ်တိုင် ရေးသားပြုစုရန် ဆုံးဖြတ်ထားသည်။
ဤနည်းလမ်းအားလုံးတွင် အားသာချက်နှင့် အားနည်းချက်များ ရှိသည်။ တစ်ဖက်တွင် ပူးပေါင်းဆောင်ရွက်မှုများကြောင့် ကျွမ်းကျင်သူများက ရလဒ်များကို အသေးစိတ်ဖော်ထုတ်ပြီး ပိုမိုကျယ်ပြန့်သော ပညာရပ်နယ်ပယ်များနှင့် ဆက်စပ်နားလည်စေရေးကို အားပေးဆောင်ရွက်နိုင်သည်။ အခြားတစ်ဖက်တွင် ကနဦးဦးဆောင်သူများကို ရွေးချယ်ခြင်းက မည်သူတို့ အရင်ပါဝင်ခွင့်ရမည်ကို မလွဲမသွေ သက်ရောက်စေပြီး သတင်းအချက်အလက်ရရှိမှု မညီမျှခြင်းကို ဖြစ်စေသည်။ ပါဝင်ခွင့် ပိုမိုကျယ်ပြန့်စေပြီး ဤလုပ်ငန်းစဉ်ကို ပိုမိုအသုံးဝင်စေရန် အကြံပြုချက်များကို ကြိုဆိုပါသည်။
သင်္ချာရလဒ်သည် ဟာမိုနစ်ခွဲခြမ်းစိတ်ဖြာမှုနှင့် သက်ဆိုင်သည်။ 1991 ခုနှစ်တွင် Sogge က လှိုင်းများ စုစည်းလာချိန်၌ ဖြစ်ပေါ်သည့် အပြုအမူနှင့်ဆိုင်သော အပိုင်းအခြားအလိုက် ချောမွေ့စေခြင်းမှန်းဆချက်ကို အဆိုပြုခဲ့သည်။ အတိအကျဆိုရလျှင် အပြင်းထန်ဆုံး စုစည်းမှုသည် ခဏတာသာ ကြာရမည်ဟု ထိုမှန်းဆချက်က ဆိုသည်။ သာမန်ကျပန်းအချိန်တစ်ခုရှိ စုစည်းမှုပမာဏသည် အဆိုးဆုံးအခြေအနေရှိ အချိန်တွင် ဖြစ်နိုင်သည့် ပမာဏထက် အမြဲများစွာ လျော့နည်းသည်။ ဤသည်မှာ သင်္ချာတစ်လျှောက် တွေ့ရလေ့ရှိသည့် ပုံစံဖြစ်သည်။ အဆိုးဆုံးအခြေအနေတွင် ဖြစ်နိုင်သည့်အရာသည် ပျမ်းမျှယူပြီးနောက် တွေ့ရသည့်အရာထက် ပိုမိုပြင်းထန်သည်။ မှန်းဆထားသော ဤဖြစ်စဉ်သည် အလွန်အခြေခံကျသဖြင့် သင်္ချာခွဲခြမ်းစိတ်ဖြာမှုတစ်လျှောက် ကျယ်ပြန့်သော အကျိုးဆက်များလည်း ရှိသည်။ ဥပမာ၊ ၎င်းမှ Kakeya မှန်းဆချက်နှင့် Stein ၏ ကန့်သတ်မှုမှန်းဆချက်တို့ မှန်ကန်ကြောင်း ဆက်လက်ကောက်ချက်ချနိုင်သည်။
2019 ခုနှစ်တွင် Guth၊ Wang နှင့် Zhang(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်) တို့က အပိုင်းအခြားအလိုက် ချောမွေ့စေခြင်းမှန်းဆချက်ကို နေရာအတိုင်းအတာ နှစ်ခုတွင် သက်သေပြခဲ့သည်။ 2025 ခုနှစ်တွင် Wang နှင့် Zahl(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်) တို့က Kakeya မှန်းဆချက်ကို အတိုင်းအတာ သုံးခုတွင် သက်သေပြခဲ့သည်။ ကျွန်ုပ်တို့၏ မော်ဒယ်များသည် အပိုင်းအခြားအလိုက် ချောမွေ့စေခြင်းမှန်းဆချက်အတွက် အတိုင်းအတာအားလုံး၌ အကျုံးဝင်သော သက်သေပြချက်ကို ထုတ်ပေးခဲ့သည်။ ထို့ကြောင့် Kakeya မှန်းဆချက်နှင့် Stein ၏ ကန့်သတ်မှုမှန်းဆချက်တို့ကိုလည်း အတိုင်းအတာအားလုံးအတွက် ဖြေရှင်းပေးသည်။ သက်သေပြချက်သစ်သည် အထောက်အကူပြု တစ်စိတ်တစ်ပိုင်းဒီဖရင်ရှယ်ညီမျှခြင်းအသစ်တစ်ခုကို အခြေခံထားသည်။
AI ထုတ်ပေးချက်ကို 2026 ခုနှစ် အောက်တိုဘာ 18 ရက်တွင် ရရှိခဲ့ပြီး နောက်တစ်နေ့၌ Lean ဖြင့် တရားဝင်သင်္ချာပုံစံသို့ ပြောင်းရေးခဲ့သည်။ ထို့နောက် ဤရလဒ်အတွက် ပူးပေါင်းအဖွဲ့ ဖွဲ့စည်းရေး ဆွေးနွေးရန် ကျွမ်းကျင်သူတစ်ဦးကို ဆက်သွယ်ခဲ့သည်။ ထိုသူ၏ အကြံပြုချက်အရ 2026 ခုနှစ် အောက်တိုဘာ 6 ရက် ထုတ်ပြန်မှုနှင့် တူညီသောနည်းလမ်းကို သုံးကာ ဤရလဒ်၏ AI ထုတ်ပေးချက်ကို အများပြည်သူထံ ထုတ်ပြန်ရန် ဆုံးဖြတ်ခဲ့သည်။ ကျွန်ုပ်တို့၏ မော်ဒယ်များ ထုတ်ပေးသည့် AI ၏ လူသုံးဘာသာစကားဖြင့် ရှင်းလင်းရေးသားချက်(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်)နှင့် Lean သက်သေပြချက်(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်)နှစ်ခုလုံးကို အများပြည်သူ ဝင်ကြည့်နိုင်သော ကျွန်ုပ်တို့၏ GitHub သိမ်းဆည်းရန်နေရာတွင် ထုတ်ပြန်ခဲ့ပါသည်။
ကွန်ပျူတာသိပ္ပံပူးပေါင်းအဖွဲ့သည် ထပ်ညွှန်းကိန်းအချိန် ယူဆချက် (ETH) ဆိုင်ရာ ရလဒ်တစ်ခုကို လေ့လာသုံးသပ်ပြီး ရှင်းလင်းတင်ပြရန် ဆောင်ရွက်သွားမည်။ ETH သည် P နှင့် NP ပြဿနာနှင့် နက်ရှိုင်းစွာ ဆက်နွှယ်နေသော Boolean ဖော်မြူလာကို မှန်ကန်စေမည့် တန်ဖိုးများ ရှိမရှိ ဆုံးဖြတ်ရသည့် ပြဿနာ၏ တွက်ချက်မှုရှုပ်ထွေးမှုဆိုင်ရာ ကာလကြာရှည်ရှိခဲ့သော မှန်းဆချက်တစ်ခုဖြစ်သည်။ ETH မှန်ကန်သည်ဟု ကျယ်ကျယ်ပြန့်ပြန့် ယုံကြည်ခဲ့ကြပြီး ဂရပ်သီအိုရီ၊ တွက်ချက်မှုဇီဝဗေဒ၊ ဒေတာဘေ့စ်၊ တွက်ချက်မှုဂျီဩမေတြီ စသည့် နယ်ပယ်မျိုးစုံမှ စာတမ်းရာပေါင်းများစွာတွင် ၎င်းကို အခြေခံကာ အခြေအနေတစ်ရပ်အပေါ် မူတည်သော တွက်ချက်မှုခက်ခဲခြင်းဆိုင်ရာ ရလဒ်များကို ဆင်းသက်ဖော်ထုတ်ခဲ့ကြသည်။ အံ့အားသင့်ဖွယ်ပင် ကျွန်ုပ်တို့၏စနစ်က မကြာသေးမီတွင် ETH မမှန်ကြောင်း သက်သေပြခဲ့ပြီး ထိုရလဒ်ကို နောက်ပိုင်း၌ Lean ဖြင့် အတည်ပြုစစ်ဆေးခဲ့သည်။ ETH ကို ငြင်းဆိုနိုင်ခြင်းက ဤလုပ်ငန်းများကို မည်မျှပိုမြန်အောင် လုပ်နိုင်မည်ဆိုသည့် မေးခွန်းများကို ပြန်လည်ဖွင့်ပေးပြီး ပိုကောင်းသော အယ်လဂိုရီသမ်များ ရှာဖွေရေးကို လမ်းညွှန်ပေးနိုင်သည်။ ထိုအယ်လဂိုရီသမ်များကို ရှာဖွေပြီး သီအိုရီတိုးတက်မှုများမှ လက်တွေ့တိုးတက်မှုများ ဖြစ်လာစေရန် နောက်ထပ်သုတေသနများစွာ လိုအပ်မည်ဖြစ်သည်။
ဤသုတေသနကို Russell Impagliazzo (UC San Diego)၊ Ramamohan Paturi (UC San Diego) နှင့် Ryan Williams (MIT) တို့ ဦးဆောင်သော အဖွဲ့က အတည်ပြုစစ်ဆေးပြီး လမ်းညွှန်ကြီးကြပ်မည်ဖြစ်သည်။ သုံးဦးစလုံးသည် အယ်လဂိုရီသမ်ဒီဇိုင်းနှင့် ရှုပ်ထွေးမှုသီအိုရီဆိုင်ရာ ကျွမ်းကျင်သူများဖြစ်သည်။
Impagliazzo နှင့် Paturi တို့သည် Francis Zane နှင့်အတူ Exponential Time Hypothesis ၏ မူလအဆိုပြုသူများဖြစ်ပြီး ဩဇာကြီးမားသော စာအုပ် များစွာကို(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်) ရေးသားခဲ့ကြသည်။(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်) (ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်)(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်) လွန်ခဲ့သော နှစ် ၃၀ အတွင်း ဤ အကြောင်းအရာ နှင့်ပတ်သက်သည့် စာတမ်းများ ။(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်)
Williams က ပြင်းပြင်းထန်ထန်(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်) ငြင်းဆိုခဲ့ပါတယ် (ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်)ETH ဗားရှင်းများ(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်) ၊ မာကျောမှုအတွက်(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်) ETH ကို အသုံးပြုသည် (ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်)ရလဒ်များ(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်) နှင့် ချိတ်ဆက်ထားသော အယ်လဂိုရီသမ်များ(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်) နှင့် အောက်ပိုင်းနယ်နိမိတ်များ(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်) ။
ပညာရှင်အသိုင်းအဝိုင်းက လွတ်လပ်စွာ အတည်ပြုစစ်ဆေးနိုင်ရန် ရလဒ်များ၏ ဒေတာအကြမ်းအားလုံးကို ထုတ်ပြန်ပေးရန်နှင့် ဤသုတေသနက နယ်ပယ်တစ်ခုလုံးအပေါ် သက်ရောက်ပုံကို နားလည်နိုင်ရေး ညီလာခံတစ်ခုအတွက် OpenAI က ရန်ပုံငွေပံ့ပိုးရန် အဖွဲ့၏ တောင်းဆိုချက်များကို ကျွန်ုပ်တို့ သဘောတူထားသည်။ ETH ဆိုင်ရာ အဆိုကို ပွင့်လင်းစွာ စိစစ်ရေးအတွက် ပူးပေါင်းစီစဉ်ရန်နှင့် AI ၏ တွေ့ရှိမှုကြီးများကြောင့် ပေါ်ပေါက်လာသည့် အတည်ပြုစစ်ဆေးမှု၊ လက်လှမ်းမီမှု၊ ဂုဏ်ပြုအသိအမှတ်ပြုမှုနှင့် သုတေသန၏ အနာဂတ်ဆိုင်ရာ ပိုမိုကျယ်ပြန့်သော မေးခွန်းများကို ဆွေးနွေးရန် အဖွဲ့က ပညာရှင်အသိုင်းအဝိုင်းကို ဖိတ်ခေါ်ထားသည်။
ကျွန်ုပ်တို့၏ AI သည် ၂၀၂၆ ခုနှစ် အောက်တိုဘာလ ၁၆ ရက်နေ့တွင် ETH အတွက် ၎င်း၏ လူသုံးဘာသာစကား ချို့ယွင်းချက်ကို တွေ့ရှိခဲ့ပြီး ထို့နောက် ၂၀၂၆ ခုနှစ် အောက်တိုဘာလ ၁၇ ရက်နေ့တွင် Lean တွင် ရလဒ်ကို တရားဝင်သင်္ချာပုံစံသို့ ပြောင်းရေးခဲ့ပြီး ဤနေရာတွင်ဖော်ပြထားသော ပူးပေါင်းဆောင်ရွက်မှုကို တည်ဆောက်နိုင်စေခဲ့သည်။ ထိုရည်ရွယ်ချက်အတွက် ကျွန်ုပ်တို့၏ မော်ဒယ်များမှ ထုတ်လုပ်သော AI လူသုံးဘာသာစကားဖြင့် ရှင်းလင်းရေးသားချက်(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်) နှင့် Lean သက်သေပြချက်(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်) နှစ်ခုလုံးကို အများပြည်သူ ဝင်ကြည့်နိုင်သော ကျွန်ုပ်တို့၏ GitHub သိမ်းဆည်းရန်နေရာတွင် ထုတ်ပြန်ခဲ့ပါသည်။
တွက်ချက်မှုရှုပ်ထွေးမှုနယ်ပယ်တွင် သိပ္ပံပညာရှင်များ အစွမ်းကုန် ကြိုးပမ်းခဲ့သော်လည်း ယနေ့အထိ သက်သေမပြနိုင်သေး၊ မငြင်းဆိုနိုင်သေးသော မေးခွန်းများနှင့် မှန်းဆချက်များစွာ ရှိသည်။ လူသားများက AI နှင့်အတူ ဤနယ်ပယ်တွင် နားလည်မှုသစ်များ ဖော်ထုတ်နိုင်ပြီး ထိရောက်သော တွက်ချက်မှု၏ ပင်ကိုစွမ်းဆောင်ရည်နှင့် ကန့်သတ်ချက်များကို ရှင်းလင်းဖော်ပြနိုင်ရန် မျှော်လင့်ပါသည်။
ရူပဗေဒပူးပေါင်းအဖွဲ့သည် အတိုင်းအတာလေးခုတွင် gauge စက်ကွင်းများနှင့် ဖာမီယွန်များ ပါဝင်ပြီး အပြန်အလှန်သက်ရောက်မှုရှိသော ကွမ်တမ်စက်ကွင်းသီအိုရီအချို့ တည်ရှိကြောင်း သင်္ချာနည်းကျ တိကျခိုင်မာစွာ သက်သေပြသည့် ရလဒ်ကို လေ့လာသုံးသပ်ပြီး ရှင်းလင်းတင်ပြရန် ဆောင်ရွက်သွားမည်။ ထိုသီအိုရီများတွင် ကွမ်တမ်ခရိုမိုဒိုင်းနမစ် (QCD) နှင့် အမှုန်ရူပဗေဒဆိုင်ရာ စံမော်ဒယ်၏ ပေါင်းစည်းဖြည့်စွက်သီအိုရီတစ်ခု ပါဝင်သည်။ ကျွန်ုပ်တို့၏ သုတေသနသည် တည်ဆောက်မှုနည်းကျ ကွမ်တမ်စက်ကွင်းသီအိုရီရှိ Balaban ၏ ချဉ်းကပ်နည်း(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်)ကို အခြေခံ၍ တိုးချဲ့ထားသည်။ ဤသုတေသန၏ ပုစ္ဆာခွဲတစ်ခုအဖြစ် သန့်စင် Yang–Mills သီအိုရီ တည်ရှိကြောင်း သက်သေပြချက်လည်း ပါဝင်သည်။ ၎င်းသည် Clay သင်္ချာသိပ္ပံ၏ ကွမ်တမ် Yang–Mills သီအိုရီဆိုင်ရာ ထောင်စုနှစ်ဆုပုစ္ဆာ(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်)၏ တစ်စိတ်တစ်ပိုင်းဖြစ်သည်။
စံမော်ဒယ်သည် အခြေခံအားလေးမျိုးအနက် ဆွဲငင်အားမှအပ ကျန်သုံးမျိုးအတွက် အက်တမ်ထက်သေးငယ်သော အခြေခံအမှုန်များ၏ အပြန်အလှန်သက်ရောက်မှုကို ဖော်ပြသည်။ တည်ရှိမှုသက်သေပြချက်သည် စံမော်ဒယ်၏ gauge စက်ကွင်းများနှင့် ဖာမီယွန်များ ပါဝင်သော အရိုးရှင်းဆုံး မဟာပေါင်းစည်းသီအိုရီနှင့် သက်ဆိုင်သည်။ (စံမော်ဒယ်ကိုယ်တိုင်ကို အကန့်အသတ်မရှိ တိုတောင်းသွားသော အကွာအဝေးများအထိ ချဲ့ထွင်အသုံးမပြုနိုင်သောကြောင့် ဖြစ်သည်။) QCD သည် ကွာ့ခ်နှင့် ဂလူယွန်ကဲ့သို့သော အမှုန်များ အားပြင်းနျူကလီးယားအားမှတစ်ဆင့် အပြန်အလှန်သက်ရောက်ပုံကို ဖော်ပြသည်။ သန့်စင် Yang–Mills သီအိုရီသည် ကွာ့ခ်ကဲ့သို့သော ဒြပ်မှုန်များကို မဖော်ပြဘဲ အားသယ်ဆောင်သော ဂလူယွန်များ အချင်းချင်း အပြန်အလှန်သက်ရောက်ပုံကိုသာ ဖော်ပြသည်။
David Gross သည် Michael Douglas၊ Arthur Jaffe၊ Igor Klebanov နှင့် Nikita Nekrasov တို့ ပါဝင်သော အဖွဲ့ကို ဦးဆောင်ကာ ဤသုတေသနကို လမ်းညွှန်ကြီးကြပ်မည်ဖြစ်သည်။
Yang–Mills သီအိုရီများရှိ အက်ဆင်တောတစ် လွတ်လပ်မှု (asymptotic freedom) ဆိုင်ရာ Gross ၏ 1973 ခုနှစ် သုတေသနက QCD ကို အားပြင်းအပြန်အလှန်သက်ရောက်မှုများ၏ သီအိုရီအဖြစ် အတည်ပြုနိုင်ရန် အထောက်အကူပြုခဲ့ပြီး သူ့ကို 2004 ခုနှစ် ရူပဗေဒနိုဘယ်ဆု(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်) ပူးတွဲရရှိစေခဲ့သည်။ အက်ဆင်တောတစ် လွတ်လပ်မှု သည် ဤသီအိုရီများ သင်္ချာနည်းကျ တိကျခိုင်မာစွာ တည်ရှိနိုင်ခြင်း၏ အဓိကအခြေခံယန္တရားလည်း ဖြစ်သည်။
Jaffe သည် Witten နှင့်အတူ ကွမ်တမ် Yang–Mills သီအိုရီဆိုင်ရာ ထောင်စုနှစ်ဆု ပုစ္ဆာ(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်)ကို ပူးတွဲထုတ်ဖော်ခဲ့သည်။ ထောင်စုနှစ်ဆု ပုစ္ဆာများ၏ စိတ်ကူးကိုလည်း အဆိုပြုခဲ့ပြီး Clay သင်္ချာသိပ္ပံကို ပူးတွဲတည်ထောင်ခဲ့သည်။
Douglas သည် လွန်ခဲ့သည့် နှစ် 20 အတွင်း ဤပုစ္ဆာကို ဦးဆောင်စောင့်ကြည့်ခဲ့သူဖြစ်ပြီး 2004 ခုနှစ်တွင် ၎င်း၏အခြေအနေကို အစီရင်ခံခဲ့ကာ(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်) ယခုနှစ်အစတွင်လည်း တိုးတက်မှုအခြေအနေကို အသေးစိတ် မွမ်းမံတင်ပြချက်(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်)ကို တင်ပြခဲ့သည်။
Klebanov သည် QCD ၏ အရေးကြီးသောဂုဏ်သတ္တိဖြစ်သည့် အမှုန်များကို ချုပ်နှောင်ထားခြင်းအတွက် gauge–string အသွင်တူမှုကို အသုံးချရာ၌ ရှေ့ဆောင်ပါဝင်ခဲ့ပြီး ယခုအခါ ချုပ်နှောင်မှုနှင့် QCD ကြိုးမျှင်များဆိုင်ရာ Simons ပူးပေါင်းအဖွဲ့(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်)ကို ဦးဆောင်နေသည်၊
Nekrasov သည် Yang–Mills သီအိုရီကို ချဲ့ထွင်ထားသော သီအိုရီများအတွက် အတိအကျတွက်ချက်နည်းများဆိုင်ရာ ရှေ့ဆောင်သုတေသနပြုခဲ့ပြီး 2023 ခုနှစ်တွင် သင်္ချာရူပဗေဒဆိုင်ရာ Dannie Heineman ဆုကို ရရှိခဲ့သည်။
ဤလုပ်ငန်းနှင့်ပတ်သက်၍ အဖွဲ့ဝင်တစ်ဦးဦး သို့မဟုတ် အဖွဲ့ဝင်အားလုံးထံ ဆက်သွယ်လိုပါက YANGMILLS4D@gmail.com အီးမေးလ်သို့သာ ပေးပို့ရန် အဖွဲ့က မေတ္တာရပ်ခံထားသည်။
ကျွန်ုပ်တို့၏ မော်ဒယ်များသည် 2026 ခုနှစ် စက်တင်ဘာ 9 ရက်တွင် လူသားဘာသာစကားဖြင့် ရေးသားထားသော Yang-Mills တည်ရှိမှု သင်္ချာသက်သေပြချက် ထုတ်ပေးခဲ့ပြီး စက်တင်ဘာ 18 ရက်တွင် QCD အတွက် သက်သေပြချက်ကို ဆက်လက်ထုတ်ပေးခဲ့သည်။ သုတေသန၏ ရှည်လျားမှုနှင့် ရှုပ်ထွေးမှုကြောင့် Lean ဖြင့် တရားဝင်သင်္ချာပုံစံပြောင်းရေးခြင်း ပြီးဆုံးသည်အထိ ထုတ်ပြန်မှုကို ရွှေ့ဆိုင်းခဲ့သည်။ Yang–Mills တည်ရှိမှုကို တရားဝင်သင်္ချာပုံစံပြောင်းရေးခြင်းသည် 2026 ခုနှစ် အောက်တိုဘာ 16 ရက်တွင် ပြီးဆုံးခဲ့ပြီး ဤနေရာတွင် ဖော်ပြထားသော ပူးပေါင်းဆောင်ရွက်မှုကို စတင်ဖြစ်ပေါ်စေခဲ့သည်။
ဤရလဒ်များသည် ခေတ်သစ်သီအိုရီရူပဗေဒ၏ အရေးအကြီးဆုံး မူဘောင်ဖြစ်သော ကွမ်တမ်စက်ကွင်းသီအိုရီကို သင်္ချာနည်းကျ တိကျခိုင်မာသော ပညာရပ်အဖြစ် ကူးပြောင်းမှု၏ နိဒါန်းတစ်ခု ဖြစ်လာမည်ဟု မျှော်လင့်ပါသည်။ ထိုရည်မှန်းချက်ဆီသို့ ပညာရှင်များ ဦးဆောင်တိုးတက်နိုင်ရန် လိုအပ်သော အရင်းအမြစ်များ ပံ့ပိုးပေးရခြင်းအတွက် ဝမ်းမြောက်ပါသည်။
ဤရလဒ်များကို နားလည်သဘောပေါက်ရန်နှင့် ယင်းတို့အပေါ် အခြေခံ၍ ဆက်လက်ဖော်ထုတ်ရန် ပိုမိုကျယ်ပြန့်သော ကြိုးပမ်းမှုများကို ပံ့ပိုးသွားရန် ကျွန်ုပ်တို့ ကတိပြုထားသည်။ ဤပူးပေါင်းဆောင်ရွက်မှုများသည် Simons ဖောင်ဒေးရှင်း၏ အစီအစဉ်သစ်အတွက် မကြာသေးမီက ကြေညာခဲ့သော ကျွန်ုပ်တို့၏ ဒေါ်လာ 5 သန်း ထည့်ဝင်လှူဒါန်းမှု(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်)ကို ဖြည့်ဆည်းပံ့ပိုးပေးသည်။ Simons ဖောင်ဒေးရှင်းက စီမံခန့်ခွဲပြီး ခွဲဝေပေးမည့် ထိုရန်ပုံငွေသည် AI ထုတ်ပေးသော ရလဒ်များကို သုတေသီများ နားလည်ပြီး ဆက်လက်ဖော်ထုတ်နိုင်စေရန် အလုပ်ရုံဆွေးနွေးပွဲများ၊ ညီလာခံများနှင့် အထူးအစီအစဉ်များကို ပံ့ပိုးပေးမည်။ သုတေသီများက အထက်ပါရလဒ်များကို လွတ်လပ်စွာ စစ်ဆေး၊ ရှင်းလင်းဖော်ပြပြီး ဆက်လက်ဖော်ထုတ်နိုင်ရန် ရန်ပုံငွေရရှိရေးကို ကျွန်ုပ်တို့ အာမခံပံ့ပိုးသွားမည်။
တွေ့ရှိမှုများကို အရှိန်မြှင့်ရန် ရလဒ်များကို မည်သို့ အကောင်းဆုံးထုတ်ပြန်ပြီး သိပ္ပံပညာရှင်များနှင့် ပူးပေါင်းသင့်ကြောင်း အကြံပြုချက်များကို ဆက်လက်ဖိတ်ခေါ်ပါသည်။
