ਅਸੀਂ ਹਾਰਮੋਨਿਕ ਐਨਾਲਿਸਿਸ, ਕੰਪਲੈਕਸਿਟੀ ਥਿਊਰੀ ਅਤੇ ਕੁਆਂਟਮ ਫੀਲਡ ਥਿਊਰੀ ਨਾਲ ਸਬੰਧਤ ਗਣਿਤ, ਕੰਪਿਊਟਰ ਵਿਗਿਆਨ ਅਤੇ ਭੌਤਿਕ ਵਿਗਿਆਨ ਦੇ ਖੇਤਰਾਂ ਵਿੱਚ ਤਿੰਨ ਨਵੀਆਂ ਖੋਜਾਂ ਦਾ ਐਲਾਨ ਕਰ ਰਹੇ ਹਾਂ।
ਸੰਬੰਧਿਤ ਅਕਾਦਮਿਕ ਭਾਈਚਾਰਿਆਂ ਤੋਂ ਮਿਲੇ ਸੁਝਾਵਾਂ ਦੇ ਆਧਾਰ ’ਤੇ ਨਤੀਜੇ ਜਾਰੀ ਕਰਨ ਦੀ ਸਾਡੀ ਪ੍ਰਕਿਰਿਆ ਲਗਾਤਾਰ ਵਿਕਸਿਤ ਹੋ ਰਹੀ ਹੈ। ਸਾਡੇ ਨਜ਼ਰੀਏ ਤੋਂ, ਇਹਨਾਂ ਖਰੜਿਆਂ ਨੂੰ ਕੱਚੇ ਖੋਜ ਡੇਟਾ ਦੇ ਇੱਕ ਰੂਪ ਵਜੋਂ ਦੇਖਣਾ ਸਭ ਤੋਂ ਢੁਕਵਾਂ ਹੈ। ਇਸ ਕੱਚੇ ਖੋਜ ਡੇਟਾ ਨੂੰ ਵਿਗਿਆਨਕ ਸਮਝ ਵਿੱਚ ਬਦਲਣ ਲਈ, ਇਸ ਵਾਰ ਨਤੀਜੇ ਜਾਰੀ ਕਰਦਿਆਂ ਅਸੀਂ ਨਵੀਂ ਪਹੁੰਚ ਅਜ਼ਮਾ ਰਹੇ ਹਾਂ। ਅਸੀਂ ਬਾਹਰੀ ਮਾਹਿਰਾਂ ਨਾਲ ਸੰਪਰਕ ਕੀਤਾ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਸਰਪ੍ਰਸਤਾਂ ਵਜੋਂ ਭੂਮਿਕਾ ਨਿਭਾਉਣ ਲਈ ਕਿਹਾ, ਤਾਂ ਜੋ ਉਹ ਨਵੇਂ ਨਤੀਜਿਆਂ ਨੂੰ ਸਮਝਣ ਲਈ ਸਮੂਹਾਂ ਦਾ ਗਠਨ ਕਰਨ। ਉਹਨਾਂ ਨੇ ਨਤੀਜੇ ਜਾਰੀ ਕਰਨ ਲਈ ਤਿੰਨ ਵੱਖ-ਵੱਖ ਰਣਨੀਤੀਆਂ ਦੀ ਸਲਾਹ ਦਿੱਤੀ:
ਗਣਿਤ ਦੇ ਨਤੀਜੇ ਲਈ, AI ਆਉਟਪੁੱਟ ਨੂੰ ਜਾਰੀ ਕੀਤਾ ਜਾਵੇ, ਤਾਂ ਜੋ ਖੋਜਕਰਤਾ ਇਸ ਨਤੀਜੇ ਦੀ ਵਿਆਖਿਆ ਕਰਨ ਲਈ ਆਪਣੇ ਯਤਨ ਆਪ ਸੰਗਠਿਤ ਕਰਨ ਲਈ ਸੁਤੰਤਰ ਰਹਿਣ।
ਕੰਪਿਊਟਰ ਵਿਗਿਆਨ ਦੇ ਨਤੀਜੇ ਲਈ, ਨਤੀਜੇ ਦੀ ਵਿਆਖਿਆ ਵਾਸਤੇ ਬਾਹਰੀ ਸਹਿਯੋਗੀਆਂ ਦਾ ਸਮੂਹ ਬਣਾਇਆ ਜਾਵੇ, ਅਤੇ ਨਾਲ ਹੀ AI ਨਤੀਜੇ ਨੂੰ ਜਨਤਕ ਕੀਤਾ ਜਾਵੇ ਤਾਂ ਜੋ ਕੋਈ ਵੀ ਇਸ ਦੀ ਜਾਂਚ ਕਰ ਸਕੇ ਅਤੇ ਇਸ ਦੇ ਆਧਾਰ ’ਤੇ ਕੰਮ ਅੱਗੇ ਵਧਾ ਸਕੇ।
ਭੌਤਿਕ ਵਿਗਿਆਨ ਦੇ ਨਤੀਜੇ ਲਈ, ਬਾਹਰੀ ਸਹਿਯੋਗੀਆਂ ਦਾ ਸਮੂਹ ਬਣਾਇਆ ਜਾਵੇ ਅਤੇ ਸਮੱਗਰੀ ਜਾਰੀ ਕਰਨ ਦਾ ਫ਼ੈਸਲਾ ਉਹਨਾਂ ’ਤੇ ਛੱਡ ਦਿੱਤਾ ਜਾਵੇ।
ਅਸੀਂ ਅਜੇ ਇਹ ਨਹੀਂ ਜਾਣਦੇ ਕਿ ਇਹਨਾਂ ਤਿੰਨਾਂ ਤਰੀਕਿਆਂ ਵਿੱਚੋਂ ਕਿਹੜਾ ਤਰੀਕਾ ਸਭ ਤੋਂ ਵੱਧ ਲਾਭਦਾਇਕ ਹੋਵੇਗਾ, ਅਤੇ ਕੀ ਕਾਰਗਰ ਰਹਿੰਦਾ ਹੈ ਅਤੇ ਅਸੀਂ ਕੀ ਸੁਧਾਰ ਕਰ ਸਕਦੇ ਹਾਂ, ਇਸ ਬਾਰੇ ਅਸੀਂ ਸੁਝਾਵਾਂ ਦਾ ਸਵਾਗਤ ਕਰਦੇ ਹਾਂ।
ਇਹ ਬਾਹਰੀ ਸਹਿਯੋਗ ਚਾਰ ਸਿਧਾਂਤਾਂ ਦੀ ਪਾਲਣਾ ਕਰਨਗੇ:
ਪਾਰਦਰਸ਼ਤਾ। ਅਸੀਂ ਆਪਣੇ ਸਹਿਯੋਗਾਂ ਦੀ ਹੋਂਦ ਬਾਰੇ ਪੂਰੀ ਤਰ੍ਹਾਂ ਪਾਰਦਰਸ਼ੀ ਹਾਂ। ਭਾਗੀਦਾਰਾਂ ਨੂੰ ਗੁਪਤਤਾ ਸਮਝੌਤਿਆਂ ’ਤੇ ਦਸਤਖ਼ਤ ਕਰਨ ਲਈ ਨਹੀਂ ਕਿਹਾ ਜਾਵੇਗਾ, ਅਤੇ ਉਹ ਕੰਮ ਬਾਰੇ ਚਰਚਾ ਕਰਨ, ਵਿਚਕਾਰਲੇ ਪੜਾਵਾਂ ਦੀ ਸਮੱਗਰੀ ਸਾਂਝੀ ਕਰਨ ਅਤੇ ਆਪਣੇ ਸਿੱਟੇ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰਨ ਲਈ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸੁਤੰਤਰ ਹੋਣਗੇ।
ਕੋਈ ਅਕਾਦਮਿਕ ਕ੍ਰੈਡਿਟ ਨਹੀਂ। ਅਸੀਂ ਆਪਣੇ ਅੰਦਰੂਨੀ ਮਾਡਲਾਂ ਦੁਆਰਾ ਕੀਤੀਆਂ ਖੋਜਾਂ ਲਈ ਅਕਾਦਮਿਕ ਕ੍ਰੈਡਿਟ ਦਾ ਕੋਈ ਦਾਅਵਾ ਨਹੀਂ ਕਰਦੇ। ਕਿਸੇ ਸਹਿਯੋਗ ਦੀ ਸਰਪ੍ਰਸਤੀ ਵਿੱਚ ਮਦਦ ਲਈ ਕਿਸੇ ਖੋਜਕਰਤਾ ਨੂੰ ਸੱਦਾ ਦੇਣ ਦਾ ਮਤਲਬ ਇਹ ਵੀ ਨਹੀਂ ਹੈ ਕਿ ਮੂਲ ਖੋਜ ਸੰਬੰਧਿਤ ਖੋਜਕਰਤਾ ਜਾਂ ਉਹਨਾਂ ਦੇ ਕਾਰਜ ਸਮੂਹ ਨੇ ਕੀਤੀ ਹੈ।
ਮਾਨਤਾ। ਇਸ ਸਮੂਹ ਨੂੰ ਆਪਣੇ ਵੱਲੋਂ ਵਿਕਸਿਤ ਕੀਤੀ ਗਈ ਸਮਝ, ਲਿਖੇ ਲੇਖਾਂ ਅਤੇ ਤਿਆਰ ਕੀਤੀ ਹੋਰ ਸਮੱਗਰੀ ਲਈ ਮਾਨਤਾ ਮਿਲਣੀ ਚਾਹੀਦੀ ਹੈ। ਇਹ ਸਮੂਹ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਵਿੱਚ ਵੀ ਮਦਦ ਕਰੇਗਾ ਕਿ ਕੰਮ ਜਿਨ੍ਹਾਂ ਖੋਜਕਰਤਾਵਾਂ, ਤਕਨੀਕਾਂ ਅਤੇ ਵਿਚਾਰਾਂ ’ਤੇ ਆਧਾਰਿਤ ਹੈ, ਉਹਨਾਂ ਨੂੰ ਬਣਦਾ ਕ੍ਰੈਡਿਟ ਮਿਲੇ।
ਸੁਤੰਤਰਤਾ। ਭਾਗੀਦਾਰੀ ਸਵੈ-ਇੱਛੁਕ ਹੈ ਅਤੇ ਇਸ ਲਈ ਕੋਈ ਭੁਗਤਾਨ ਨਹੀਂ ਕੀਤਾ ਜਾਂਦਾ। ਕਾਰਜ ਸਮੂਹ ਦੇ ਮੈਂਬਰ ਸੁਤੰਤਰ ਤੌਰ ’ਤੇ ਹਿੱਸਾ ਲੈਂਦੇ ਹਨ, ਅਤੇ ਉਹਨਾਂ ਦੇ ਸਿੱਟੇ ਉਹਨਾਂ ਦੇ ਆਪਣੇ ਹਨ। ਉਹ OpenAI ਦੀ ਤਰਫ਼ੋਂ ਨਹੀਂ ਬੋਲਦੇ, ਅਤੇ ਨਾ ਹੀ OpenAI ਉਹਨਾਂ ਦੀ ਤਰਫ਼ੋਂ ਬੋਲਦੀ ਹੈ।
ਅਸੀਂ ਇਹਨਾਂ ਨਤੀਜਿਆਂ ਨਾਲ ਸੰਬੰਧਿਤ ਸਮੱਗਰੀ ਅਤੇ ਖੋਜ-ਦਸਤਾਵੇਜ਼ ਸਹਿਯੋਗੀ ਸਮੂਹਾਂ ਨੂੰ ਸੌਂਪ ਦੇਵਾਂਗੇ। ਕੰਪਿਊਟਰ ਵਿਗਿਆਨ ਦੇ ਸਹਿਯੋਗੀ ਸਮੂਹ ਨੇ ਆਮ ਭਾਸ਼ਾ ਵਿੱਚ ਲਿਖਿਆ ਸਬੂਤ ਅਤੇ Lean ਵਿੱਚ ਉਸ ਦਾ ਰਸਮੀਕਰਨ ਤੁਰੰਤ ਜਨਤਕ ਕਰਨ ਦਾ ਫ਼ੈਸਲਾ ਕੀਤਾ ਹੈ, ਅਤੇ ਅਸੀਂ ਇਹਨਾਂ ਨੂੰ ਸਿੱਧਾ ਆਪਣੀ GitHub ਰਿਪੋਜ਼ਟਰੀ ਉੱਤੇ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰ ਰਹੇ ਹਾਂ। ਭੌਤਿਕ ਵਿਗਿਆਨ ਦੇ ਸਹਿਯੋਗੀ ਸਮੂਹ ਨੇ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੀ ਸਮੱਗਰੀ ਨੂੰ ਜਾਰੀ ਕਰਨ ਤੋਂ ਫ਼ਿਲਹਾਲ ਗੁਰੇਜ਼ ਕਰਨ ਅਤੇ ਇਸ ਦੀ ਬਜਾਏ ਖ਼ੁਦ ਇਸ ਨੂੰ ਲਿਖਤੀ ਰੂਪ ਦੇਣ ਦਾ ਫ਼ੈਸਲਾ ਕੀਤਾ ਹੈ।
ਇਹਨਾਂ ਸਾਰੀਆਂ ਪਹੁੰਚਾਂ ਵਿੱਚ ਕੁਝ ਨਫ਼ੇ-ਨੁਕਸਾਨ ਸ਼ਾਮਲ ਹਨ। ਇੱਕ ਪਾਸੇ, ਇਹ ਸਹਿਯੋਗ ਮਾਹਿਰਾਂ ਨੂੰ ਨਤੀਜਿਆਂ ਦਾ ਵਿਸਲੇਸ਼ਣ ਕਰਨ ਅਤੇ ਵਿਆਪਕ ਅਕਾਦਮਿਕ ਭਾਈਚਾਰੇ ਵਿੱਚ ਉਹਨਾਂ ਨੂੰ ਸੰਦਰਭ-ਸਹਿਤ ਪੇਸ਼ ਕਰਨ ਦੇ ਸਮਰੱਥ ਬਣਾਉਂਦੇ ਹਨ। ਦੂਜੇ ਪਾਸੇ, ਸ਼ੁਰੂਆਤੀ ਸਰਪ੍ਰਸਤਾਂ ਦੀ ਚੋਣ ਲਾਜ਼ਮੀ ਤੌਰ ’ਤੇ ਇਹ ਪ੍ਰਭਾਵਿਤ ਕਰਦੀ ਹੈ ਕਿ ਪਹਿਲਾਂ ਕੌਣ ਸ਼ਾਮਲ ਹੋਵੇਗਾ, ਜਿਸ ਨਾਲ ਜਾਣਕਾਰੀ ਦੀ ਪਹੁੰਚ ਵਿੱਚ ਅਸਮਾਨਤਾ ਪੈਦਾ ਹੁੰਦੀ ਹੈ। ਅਸੀਂ ਭਾਗੀਦਾਰੀ ਨੂੰ ਹੋਰ ਵਿਸ਼ਾਲ ਕਰਨ ਅਤੇ ਇਸ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਵਧੇਰੇ ਲਾਹੇਵੰਦ ਬਣਾਉਣ ਬਾਰੇ ਸੁਝਾਵਾਂ ਦਾ ਸਵਾਗਤ ਕਰਦੇ ਹਾਂ।
ਗਣਿਤ ਵਿੱਚ ਇਹ ਨਤੀਜਾ ਹਾਰਮੋਨਿਕ ਵਿਸ਼ਲੇਸ਼ਣ ਨਾਲ ਸੰਬੰਧਿਤ ਹੈ। 1991 ਵਿੱਚ, ਸੋਗੇ ਨੇ ਸਥਾਨਕ ਸਮੂਥਿੰਗ ਕੰਜੈਕਚਰ ਪੇਸ਼ ਕੀਤਾ, ਜੋ ਤਰੰਗਾਂ ਦੇ ਕੇਂਦਰਿਤ ਹੋਣ ਵੇਲੇ ਉਹਨਾਂ ਦੇ ਵਿਵਹਾਰ ਨਾਲ ਸੰਬੰਧ ਰੱਖਦਾ ਹੈ। ਖ਼ਾਸ ਤੌਰ ’ਤੇ, ਇਹ ਕੰਜੈਕਚਰ ਦੱਸਦਾ ਹੈ ਕਿ ਸਭ ਤੋਂ ਤੀਬਰ ਕੇਂਦਰਨ ਲਾਜ਼ਮੀ ਤੌਰ ’ਤੇ ਥੋੜ੍ਹੇ ਸਮੇਂ ਲਈ ਹੀ ਰਹਿੰਦਾ ਹੈ। ਕਿਸੇ ਆਮ ਬੇਤਰਤੀਬੇ ਪਲ ’ਤੇ ਕੇਂਦਰਨ ਦੀ ਮਾਤਰਾ, ਸਭ ਤੋਂ ਗੰਭੀਰ ਸਥਿਤੀ ਦੌਰਾਨ ਹੋਣ ਵਾਲੇ ਕੇਂਦਰਨ ਨਾਲੋਂ ਹਮੇਸ਼ਾ ਬਹੁਤ ਘੱਟ ਹੁੰਦੀ ਹੈ। ਗਣਿਤ ਵਿੱਚ ਇਹ ਇੱਕ ਜਾਣਿਆ-ਪਛਾਣਿਆ ਰੁਝਾਨ ਹੈ: ਸਭ ਤੋਂ ਗੰਭੀਰ ਸਥਿਤੀ ਵਿੱਚ ਜੋ ਵਾਪਰ ਸਕਦਾ ਹੈ, ਉਹ ਔਸਤ ਲੈਣ ਮਗਰੋਂ ਨਜ਼ਰ ਆਉਣ ਵਾਲੀ ਸਥਿਤੀ ਨਾਲੋਂ ਕਿਤੇ ਵੱਧ ਤੀਬਰ ਹੁੰਦਾ ਹੈ। ਇਸ ਅਨੁਮਾਨਿਤ ਵਰਤਾਰੇ ਦੇ ਬੁਨਿਆਦੀ ਮਹੱਤਵ ਕਾਰਨ, ਗਣਿਤਕ ਵਿਸ਼ਲੇਸ਼ਣ ਦੇ ਸਮੁੱਚੇ ਖੇਤਰ ਵਿੱਚ ਇਸ ਦੇ ਦੂਰਗਾਮੀ ਪ੍ਰਭਾਵ ਹਨ। ਉਦਾਹਰਨ ਵਜੋਂ, ਇਸ ਤੋਂ ਕਾਕੇਯਾ ਕੰਜੈਕਚਰ ਅਤੇ ਸਟਾਈਨ ਦਾ ਰਿਸਟ੍ਰਿਕਸ਼ਨ ਕੰਜੈਕਚਰ ਵੀ ਸਿੱਧ ਹੁੰਦੇ ਹਨ।
2019 ਵਿੱਚ, ਗੁਥ, ਵਾਂਗ ਅਤੇ ਝਾਂਗ(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਨੇ ਦੋ ਸਥਾਨਕ ਪਸਾਰਾਂ ਵਿੱਚ ਸਥਾਨਕ ਸਮੂਥਿੰਗ ਕੰਜੈਕਚਰ ਨੂੰ ਸਿੱਧ ਕੀਤਾ। 2025 ਵਿੱਚ, ਵਾਂਗ ਅਤੇ ਜ਼ਾਲ(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਨੇ ਤਿੰਨ ਪਸਾਰਾਂ ਵਿੱਚ ਕਾਕੇਯਾ ਕੰਜੈਕਚਰ ਸਿੱਧ ਕੀਤਾ। ਸਾਡੇ ਮਾਡਲਾਂ ਨੇ ਹਰ ਪਸਾਰ ਵਿੱਚ ਸਥਾਨਕ ਸਮੂਥਿੰਗ ਕੰਜੈਕਚਰ ਦਾ ਇੱਕ ਸਬੂਤ ਤਿਆਰ ਕੀਤਾ ਹੈ, ਅਤੇ ਇਸ ਤਰ੍ਹਾਂ ਸਾਰੇ ਪਸਾਰਾਂ ਵਿੱਚ ਕਾਕੇਯਾ ਕੰਜੈਕਚਰ ਅਤੇ ਸਟਾਈਨ ਦੇ ਰਿਸਟ੍ਰਿਕਸ਼ਨ ਕੰਜੈਕਚਰ ਨੂੰ ਵੀ ਹੱਲ ਕਰ ਦਿੱਤਾ ਹੈ। ਇਹ ਨਵਾਂ ਸਬੂਤ ਇੱਕ ਨਵੀਨ ਸਹਾਇਕ ਅੰਸ਼ਕ ਡਿਫ਼ਰੈਂਸ਼ੀਅਲ ਸਮੀਕਰਨ ’ਤੇ ਆਧਾਰਿਤ ਹੈ।
ਅਸੀਂ 18 ਅਕਤੂਬਰ, 2026 ਨੂੰ ਆਪਣਾ AI ਨਤੀਜਾ ਪ੍ਰਾਪਤ ਕੀਤਾ, ਜਿਸ ਦਾ ਅਗਲੇ ਹੀ ਦਿਨ Lean ਵਿੱਚ ਰਸਮੀਕਰਨ ਕੀਤਾ ਗਿਆ, ਅਤੇ ਫਿਰ ਅਸੀਂ ਇਸ ਨਤੀਜੇ ਦੇ ਸੰਬੰਧ ਵਿੱਚ ਇੱਕ ਸਹਿਯੋਗ ਸਥਾਪਿਤ ਕਰਨ ’ਤੇ ਚਰਚਾ ਲਈ ਇੱਕ ਮਾਹਿਰ ਨਾਲ ਸੰਪਰਕ ਕੀਤਾ। ਉਹਨਾਂ ਦੀ ਸਿਫ਼ਾਰਸ਼ ਅਨੁਸਾਰ, ਅਸੀਂ AI ਨਤੀਜੇ ਨੂੰ ਜਨਤਕ ਕਰਨ ਦਾ ਫ਼ੈਸਲਾ ਕੀਤਾ, ਅਤੇ ਇਸ ਨਤੀਜੇ ਲਈ ਉਹੀ ਰਣਨੀਤੀ ਅਪਣਾਈ ਜੋ ਸਾਡੀ 6 ਅਕਤੂਬਰ, 2026 ਵਾਲੀ ਸਮੱਗਰੀ ਜਾਰੀ ਕਰਨ ਵੇਲੇ ਅਪਣਾਈ ਸੀ। ਅਸੀਂ ਆਪਣੇ ਮਾਡਲਾਂ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤਾ AI ਦਾ ਆਮ ਭਾਸ਼ਾ ਵਿੱਚ ਲਿਖਿਆ ਵੇਰਵਾ(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਅਤੇ Lean ਸਬੂਤ(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਦੋਵੇਂ ਆਪਣੀ ਜਨਤਕ GitHub ਰਿਪੋਜ਼ਟਰੀ ਵਿੱਚ ਜਾਰੀ ਕਰ ਦਿੱਤੇ ਹਨ।
ਕੰਪਿਊਟਰ ਵਿਗਿਆਨ ਸਹਿਯੋਗ ਐਕਸਪੋਨੈਂਸ਼ੀਅਲ ਟਾਈਮ ਹਾਈਪੋਥਿਸਿਸ (ETH) ਨਾਲ ਸੰਬੰਧਿਤ ਇੱਕ ਨਤੀਜੇ ਨੂੰ ਸਮਝੇਗਾ ਅਤੇ ਉਸ ਦੀ ਵਿਆਖਿਆ ਕਰੇਗਾ। ETH ਬੂਲੀਅਨ ਫ਼ਾਰਮੂਲਾ ਸੰਤੁਸ਼ਟੀਯੋਗਤਾ ਦੀ ਗਣਨਾਤਮਕ ਜਟਿਲਤਾ ਬਾਰੇ ਲੰਮੇ ਸਮੇਂ ਤੋਂ ਚੱਲਿਆ ਆ ਰਿਹਾ ਇੱਕ ਕੰਜੈਕਚਰ ਹੈ, ਜੋ ਕਿ P vs. NP ਸਮੱਸਿਆ ਨਾਲ ਡੂੰਘਾਈ ਨਾਲ ਜੁੜਿਆ ਹੋਇਆ ਹੈ। ETH ਨੂੰ ਵਿਆਪਕ ਤੌਰ ’ਤੇ ਸੱਚ ਮੰਨਿਆ ਜਾਂਦਾ ਰਿਹਾ ਹੈ, ਅਤੇ ਗ੍ਰਾਫ਼ ਥਿਊਰੀ, ਕੰਪਿਊਟੇਸ਼ਨਲ ਬਾਇਓਲੋਜੀ, ਡੇਟਾਬੇਸ, ਕੰਪਿਊਟੇਸ਼ਨਲ ਜਿਓਮੈਟਰੀ ਅਤੇ ਹੋਰ ਕਈ ਖੇਤਰਾਂ ਵਿੱਚ ਸ਼ਰਤੀਆ ਗਣਨਾਤਮਕ ਕਠਿਨਾਈ ਦੇ ਨਤੀਜੇ ਕੱਢਣ ਲਈ ਸੈਂਕੜੇ ਖੋਜ-ਪੱਤਰਾਂ ਵਿੱਚ ਇਸ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਗਈ ਹੈ। ਹੈਰਾਨੀਜਨਕ ਤੌਰ ’ਤੇ, ਸਾਡੇ ਸਿਸਟਮ ਨੇ ਹਾਲ ਹੀ ਵਿੱਚ ਇਹ ਸਿੱਧ ਕੀਤਾ ਹੈ ਕਿ ETH ਗ਼ਲਤ ਹੈ, ਜਿਸ ਨਤੀਜੇ ਦੀ ਬਾਅਦ ਵਿੱਚ Lean ਵਿੱਚ ਪੁਸ਼ਟੀ ਕੀਤੀ ਗਈ ਸੀ। ETH ਦਾ ਇਹ ਖੰਡਨ ਇਹ ਸਵਾਲ ਮੁੜ ਖੋਲ੍ਹਦਾ ਹੈ ਕਿ ਇਹ ਕਾਰਜ ਕਿੰਨੀ ਤੇਜ਼ੀ ਨਾਲ ਪੂਰੇ ਹੋ ਸਕਦੇ ਹਨ, ਅਤੇ ਇਹ ਬਿਹਤਰ ਐਲਗੋਰਿਦਮਾਂ ਦੀ ਖੋਜ ਨੂੰ ਦਿਸ਼ਾ ਦੇਣ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ। ਅਜਿਹੇ ਐਲਗੋਰਿਦਮ ਲੱਭਣ ਅਤੇ ਸਿਧਾਂਤਕ ਤਰੱਕੀ ਨੂੰ ਅਮਲੀ ਸੁਧਾਰਾਂ ਵਿੱਚ ਬਦਲਣ ਲਈ ਅਜੇ ਕਾਫ਼ੀ ਹੋਰ ਖੋਜ ਦੀ ਲੋੜ ਹੋਵੇਗੀ।
ਇਸ ਕੰਮ ਦੀ ਪੁਸ਼ਟੀ ਅਤੇ ਸਰਪ੍ਰਸਤੀ ਰਸਲ ਇੰਪਾਲੀਆਜ਼ੋ (UC ਸੈਨ ਡਿਏਗੋ), ਰਾਮਾਮੋਹਨ ਪਾਤੂਰੀ (UC ਸੈਨ ਡਿਏਗੋ) ਅਤੇ ਰਿਆਨ ਵਿਲੀਅਮਜ਼ (MIT) ਦੀ ਅਗਵਾਈ ਵਾਲੇ ਇੱਕ ਸਮੂਹ ਦੁਆਰਾ ਕੀਤੀ ਜਾਵੇਗੀ। ਇਹ ਤਿੰਨੇ ਐਲਗੋਰਿਦਮ ਡਿਜ਼ਾਈਨ ਅਤੇ ਜਟਿਲਤਾ ਸਿਧਾਂਤ ਦੇ ਮਾਹਿਰ ਹਨ।
ਫ੍ਰਾਂਸਿਸ ਜ਼ੇਨ ਦੇ ਨਾਲ ਇੰਪਾਲੀਆਜ਼ੋ ਅਤੇ ਪਤੂਰੀ ਐਕਸਪੋਨੈਂਸ਼ੀਅਲ ਟਾਈਮ ਹਾਈਪੋਥੀਸਿਸ ਦੇ ਮੂਲ ਪ੍ਰਸਤਾਵਕ ਹਨ, ਅਤੇ ਉਨ੍ਹਾਂ ਨੇ ਪਿਛਲੇ 30 ਸਾਲਾਂ ਦੌਰਾਨ ਇਸ ਵਿਸ਼ੇ(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਉੱਤੇ ਕਈ(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) (ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ)ਪ੍ਰਭਾਵਸ਼ਾਲੀ(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਖੋਜ-ਪੱਤਰ(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਲਿਖੇ ਹਨ।
ਵਿਲੀਅਮਜ਼ ਨੇ ETH ਦੇ ਪ੍ਰਬਲ ਸੰਸਕਰਣਾਂ(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਦਾ ਖੰਡਨ ਕੀਤਾ ਹੈ (ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ)ਜਟਿਲਤਾ(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਦੇ ਨਤੀਜਿਆਂ(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਲਈ ETH ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਹੈ (ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ)ਅਤੇ ਐਲਗੋਰਿਦਮਾਂ(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ), ਅਤੇ ਲੋਅਰ ਬਾਊਂਡਜ਼(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਵਿਚਕਾਰ ਆਪਸੀ ਸੰਬੰਧ ਸਥਾਪਿਤ(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ)ਕੀਤੇ ਹਨ।
ਅਸੀਂ ਸਮੂਹ ਦੀਆਂ ਇਹ ਬੇਨਤੀਆਂ ਸਵੀਕਾਰ ਕਰ ਲਈਆਂ ਹਨ ਕਿ ਭਾਈਚਾਰੇ ਦੁਆਰਾ ਸੁਤੰਤਰ ਪੁਸ਼ਟੀਕਰਨ ਦੀ ਸਹੂਲਤ ਲਈ ਨਤੀਜਿਆਂ ਦਾ ਸਾਰਾ ਮੂਲ ਡੇਟਾ ਜਨਤਕ ਕੀਤਾ ਜਾਵੇ, ਅਤੇ OpenAI ਸਮੁੱਚੇ ਤੌਰ ’ਤੇ ਇਸ ਖੇਤਰ ਉੱਤੇ ਇਸ ਕੰਮ ਦੇ ਪ੍ਰਭਾਵਾਂ ਨੂੰ ਸਮਝਣ ਲਈ ਇੱਕ ਕਾਨਫ਼ਰੰਸ ਨੂੰ ਵਿੱਤੀ ਸਹਾਇਤਾ ਦੇਣ ਦੀ ਵਚਨਬੱਧਤਾ ਕਰੇ। ਇਹ ਸਮੂਹ ETH ਦੇ ਦਾਅਵੇ ਦੀ ਇੱਕ ਖੁੱਲ੍ਹੀ ਜਾਂਚ ਆਯੋਜਿਤ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਨ ਲਈ, ਅਤੇ AI ਦੁਆਰਾ ਹੋਈਆਂ ਵੱਡੀਆਂ ਪ੍ਰਾਪਤੀਆਂ ਕਾਰਨ ਪੁਸ਼ਟੀਕਰਨ, ਪਹੁੰਚ, ਕ੍ਰੈਡਿਟ ਅਤੇ ਖੋਜ ਦੇ ਭਵਿੱਖ ਬਾਰੇ ਖੜ੍ਹੇ ਹੁੰਦੇ ਵਿਆਪਕ ਸਵਾਲਾਂ ’ਤੇ ਚਰਚਾ ਕਰਨ ਲਈ ਭਾਈਚਾਰੇ ਨੂੰ ਸੱਦਾ ਦਿੰਦਾ ਹੈ।
ਸਾਡੀ AI ਨੇ 16 ਅਕਤੂਬਰ, 2026 ਨੂੰ ETH ਦਾ ਆਮ ਭਾਸ਼ਾ ਵਿੱਚ ਖੰਡਨ ਲੱਭਿਆ ਅਤੇ ਫਿਰ ਬਾਅਦ ਵਿੱਚ ਅਸੀਂ 17 ਅਕਤੂਬਰ, 2026 ਨੂੰ Lean ਵਿੱਚ ਇਸ ਨਤੀਜੇ ਦਾ ਰਸਮੀਕਰਨ ਕੀਤਾ, ਜਿਸ ਸਦਕਾ ਅਸੀਂ ਇੱਥੇ ਦੱਸੇ ਗਏ ਸਹਿਯੋਗ ਨੂੰ ਵਿਕਸਿਤ ਕੀਤਾ। ਇਸ ਮਕਸਦ ਲਈ, ਅਸੀਂ ਆਪਣੇ ਮਾਡਲਾਂ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤਾ AI ਦਾ ਆਮ ਭਾਸ਼ਾ ਵਿੱਚ ਲਿਖਿਆ ਵੇਰਵਾ(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਅਤੇ Lean ਸਬੂਤ(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਦੋਵੇਂ ਆਪਣੀ ਜਨਤਕ GitHub ਰਿਪੋਜ਼ਟਰੀ ਵਿੱਚ ਜਾਰੀ ਕਰ ਦਿੱਤੇ ਹਨ।
ਗਣਨਾਤਮਕ ਜਟਿਲਤਾ ਵਿੱਚ ਕਈ ਅਜਿਹੇ ਅਣਸੁਲਝੇ ਸਵਾਲ ਅਤੇ ਕੰਜੈਕਚਰ ਹਨ, ਜਿਨ੍ਹਾਂ ਨੂੰ ਵਿਗਿਆਨੀ ਆਪਣੇ ਸਰਵੋਤਮ ਯਤਨਾਂ ਦੇ ਬਾਵਜੂਦ ਹੁਣ ਤੱਕ ਨਾ ਤਾਂ ਸਿੱਧ ਕਰ ਸਕੇ ਹਨ ਅਤੇ ਨਾ ਹੀ ਉਨ੍ਹਾਂ ਦਾ ਖੰਡਨ ਕਰ ਸਕੇ ਹਨ। ਸਾਨੂੰ ਉਮੀਦ ਹੈ ਕਿ AI ਨਾਲ ਮਿਲ ਕੇ ਮਨੁੱਖ ਇਸ ਖੇਤਰ ਵਿੱਚ ਨਵੀਂ ਸਮਝ ਵਿਕਸਿਤ ਕਰ ਸਕਦੇ ਹਨ, ਅਤੇ ਕੁਸ਼ਲ ਗਣਨਾ ਦੀਆਂ ਅੰਦਰੂਨੀ ਸਮਰੱਥਾਵਾਂ ਤੇ ਸੀਮਾਵਾਂ ਉੱਤੇ ਰੌਸ਼ਨੀ ਪਾ ਸਕਦੇ ਹਨ।
ਇਹ ਭੌਤਿਕ ਵਿਗਿਆਨ ਸਹਿਯੋਗ ਅਜਿਹੇ ਨਤੀਜੇ ਨੂੰ ਸਮਝੇਗਾ ਅਤੇ ਉਸ ਦੀ ਵਿਆਖਿਆ ਕਰੇਗਾ ਜੋ ਚਾਰ ਅਯਾਮਾਂ ਵਿੱਚ ਗੇਜ ਖੇਤਰਾਂ ਅਤੇ ਫ਼ਰਮੀਓਨਾਂ ਵਾਲੇ ਕੁਝ ਖ਼ਾਸ ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਪਾਉਣ ਵਾਲੇ ਕੁਆਂਟਮ ਖੇਤਰ ਸਿਧਾਂਤਾਂ ਦੀ ਹੋਂਦ ਦਾ ਗਣਿਤਕ ਤੌਰ ’ਤੇ ਸਟੀਕ ਸਬੂਤ ਪੇਸ਼ ਕਰਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਕੁਆਂਟਮ ਕ੍ਰੋਮੋਡਾਇਨਾਮਿਕਸ (QCD) ਅਤੇ ਕਣ ਭੌਤਿਕ ਵਿਗਿਆਨ ਦੇ ਮਿਆਰੀ ਮਾਡਲ ਦੀ ਇੱਕ ਏਕੀਕ੍ਰਿਤ ਸੰਪੂਰਨਤਾ ਸ਼ਾਮਲ ਹੈ। ਸਾਡਾ ਕੰਮ ਰਚਨਾਤਮਕ ਕੁਆਂਟਮ ਖੇਤਰ ਸਿਧਾਂਤ ਵਿੱਚ ਬਾਲਾਬਾਨ ਦੀ ਪਹੁੰਚ(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਉੱਤੇ ਆਧਾਰਿਤ ਹੈ। ਇੱਕ ਉਪ-ਸਮੱਸਿਆ ਵਜੋਂ, ਇਸ ਕੰਮ ਵਿੱਚ ਸ਼ੁੱਧ ਯਾਂਗ–ਮਿਲਜ਼ ਸਿਧਾਂਤ ਦੀ ਹੋਂਦ ਦਾ ਸਬੂਤ ਵੀ ਸ਼ਾਮਲ ਹੈ, ਜੋ ਕਿ ਕਲੇਅ ਮੈਥੇਮੈਟਿਕਸ ਇੰਸਟੀਚਿਊਟ ਮਿਲੇਨੀਅਮ ਪ੍ਰਾਈਜ਼ ਸਮੱਸਿਆ ਕੁਆਂਟਮ ਯਾਂਗ–ਮਿਲਜ਼ ਸਿਧਾਂਤ(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ)ਦਾ ਹਿੱਸਾ ਹੈ।
ਮਿਆਰੀ ਮਾਡਲ ਗੁਰੂਤਾਕਰਸ਼ਣ ਨੂੰ ਛੱਡ ਕੇ, ਚਾਰ ਬੁਨਿਆਦੀ ਬਲਾਂ ਵਿੱਚੋਂ ਤਿੰਨ ਬਲਾਂ ਲਈ ਮੂਲ ਉਪ-ਪਰਮਾਣੂ ਕਣਾਂ ਦੇ ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਦਾ ਵਰਣਨ ਕਰਦਾ ਹੈ। ਹੋਂਦ ਦਾ ਇਹ ਸਬੂਤ ਸਭ ਤੋਂ ਸਰਲ ਮਹਾਨ ਏਕੀਕ੍ਰਿਤ ਸਿਧਾਂਤ ਨਾਲ ਸੰਬੰਧਿਤ ਹੈ ਜਿਸ ਵਿੱਚ ਮਿਆਰੀ ਮਾਡਲ ਦੇ ਗੇਜ ਖੇਤਰ ਅਤੇ ਫ਼ਰਮੀਓਨ ਸ਼ਾਮਲ ਹਨ (ਕਿਉਂਕਿ ਮਿਆਰੀ ਮਾਡਲ ਨੂੰ ਆਪਣੇ ਆਪ ਵਿੱਚ ਮਨਚਾਹੀਆਂ ਛੋਟੀਆਂ ਦੂਰੀਆਂ ਤੱਕ ਲਾਗੂ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ)। QCD ਪ੍ਰਬਲ ਬਲ ਰਾਹੀਂ ਕੁਆਰਕਾਂ ਅਤੇ ਗਲੂਓਨਾਂ ਵਰਗੇ ਕਣਾਂ ਦੀਆਂ ਅੰਤਰਕਿਰਿਆਵਾਂ ਦਾ ਵਰਣਨ ਕਰਦਾ ਹੈ। ਸ਼ੁੱਧ ਯਾਂਗ–ਮਿਲਜ਼ ਸਿਧਾਂਤ ਕੁਆਰਕਾਂ ਵਰਗੇ ਪਦਾਰਥ ਦੀ ਬਜਾਏ ਸਿਰਫ਼ ਬਲ ਵਾਹਕ ਗਲੂਓਨਾਂ ਦੀਆਂ ਆਪਸੀ ਅੰਤਰਕਿਰਿਆਵਾਂ ਦਾ ਵਰਣਨ ਕਰਦਾ ਹੈ।
ਡੇਵਿਡ ਗ੍ਰਾਸ ਅਜਿਹੇ ਸਮੂਹ ਦੀ ਅਗਵਾਈ ਕਰਨਗੇ ਜਿਸ ਵਿੱਚ ਮਾਈਕਲ ਡਗਲਸ, ਆਰਥਰ ਜੈਫ਼ੇ, ਇਗੋਰ ਕਲੇਬਾਨੋਵ, ਅਤੇ ਨਿਕਿਤਾ ਨੇਕਰਾਸੋਵ ਸ਼ਾਮਲ ਹੋਣਗੇ, ਜੋ ਇਸ ਕੰਮ ਨੂੰ ਦਿਸ਼ਾ ਦੇਣਗੇ ਅਤੇ ਇਸ ਦੀ ਨਿਗਰਾਨੀ ਕਰਨਗੇ।
ਯੈਂਗ-ਮਿਲਜ਼ ਸਿਧਾਂਤਾਂ ਵਿੱਚ ਅਸਿੰਪਟੋਟਿਕ ਸੁਤੰਤਰਤਾ ਬਾਰੇ ਗ੍ਰੌਸ ਦੇ 1973 ਦੇ ਕੰਮ ਨੇ QCD ਨੂੰ ਪ੍ਰਬਲ ਅੰਤਰਕਿਰਿਆਵਾਂ ਦੇ ਸਿਧਾਂਤ ਵਜੋਂ ਸਥਾਪਿਤ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕੀਤੀ ਅਤੇ ਇਸ ਕਾਰਜ ਨੇ ਉਨ੍ਹਾਂ ਨੂੰ ਭੌਤਿਕ ਵਿਗਿਆਨ ਦੇ 2004 ਦੇ ਨੋਬਲ ਪੁਰਸਕਾਰ(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਦਾ ਸਾਂਝੀਦਾਰ ਬਣਾਇਆ। ਅਸਿੰਪਟੋਟਿਕ ਸੁਤੰਤਰਤਾ ਉਹ ਮੁੱਖ ਵਿਧੀ ਵੀ ਹੈ ਜਿਸ ਸਦਕਾ ਇਹ ਸਿਧਾਂਤ ਗਣਿਤਕ ਤੌਰ ’ਤੇ ਪ੍ਰਮਾਣਿਕ ਅਤੇ ਸਟੀਕ ਸੰਰਚਨਾਵਾਂ ਵਜੋਂ ਹੋਂਦ ਰੱਖਦੇ ਹਨ।
ਜੈਫ਼ੇ ਨੇ ਵਿਟਨ ਨਾਲ ਮਿਲ ਕੇ ਕੁਆਂਟਮ ਯੈਂਗ-ਮਿਲਜ਼ ਸਿਧਾਂਤ ਦੀ ਮਿਲੇਨੀਅਮ ਪੁਰਸਕਾਰ ਸਮੱਸਿਆ(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਨੂੰ ਸੂਤਰਬੱਧ ਕੀਤਾ, ਅਤੇ ਨਾਲ ਹੀ ਮਿਲੇਨੀਅਮ ਪੁਰਸਕਾਰ ਸਮੱਸਿਆਵਾਂ ਦੀ ਧਾਰਨਾ ਦੀ ਕਲਪਨਾ ਕੀਤੀ ਅਤੇ ਕਲੇਅ ਮੈਥੇਮੈਟਿਕਸ ਇੰਸਟੀਚਿਊਟ ਦੀ ਸਹਿ-ਸਥਾਪਨਾ ਕੀਤੀ।
ਡਗਲਸ ਪਿਛਲੇ 20 ਸਾਲਾਂ ਤੋਂ ਇਸ ਸਮੱਸਿਆ ਦੇ ਮੁੱਖ ਸਰਪ੍ਰਸਤ ਰਹੇ ਹਨ, ਉਨ੍ਹਾਂ ਨੇ 2004 ਵਿੱਚ ਇਸ ਦੀ ਸਥਿਤੀ ਬਾਰੇ ਰਿਪੋਰਟ ਦਿੱਤੀ(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਅਤੇ ਫਿਰ ਇਸ ਸਾਲ ਦੇ ਸ਼ੁਰੂ ਵਿੱਚ ਹੋਈ ਪ੍ਰਗਤੀ ਦਾ ਇੱਕ ਵਿਸਤ੍ਰਿਤ ਜਾਇਜ਼ਾ ਪੇਸ਼ ਕੀਤਾ(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ)।
ਕਲੇਬਾਨੋਵ ਨੇ QCD ਦੀ ਅਹਿਮ ਵਿਸ਼ੇਸ਼ਤਾ, ਕਨਫਾਈਨਮੈਂਟ ਲਈ ਗੇਜ–ਸਟ੍ਰਿੰਗ ਦਵੈਤਤਾ ਦੇ ਉਪਯੋਗ ਵਿੱਚ ਮੋਹਰੀ ਯੋਗਦਾਨ ਪਾਇਆ ਅਤੇ ਹੁਣ ਉਹ ਸਾਈਮਨਜ਼ ਕੋਲੈਬੋਰੇਸ਼ਨ ਆਨ ਕਨਫਾਈਨਮੈਂਟ ਐਂਡ QCD ਸਟ੍ਰਿੰਗਜ਼(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਦੇ ਨਿਰਦੇਸ਼ਕ ਹਨ,
ਨੇਕਰਾਸੋਵ ਨੇ ਯੈਂਗ–ਮਿਲਜ਼ ਸਿਧਾਂਤ ਦੇ ਸਧਾਰਨੀਕਰਨ ਲਈ ਸਟੀਕ ਵਿਧੀਆਂ ’ਤੇ ਬੁਨਿਆਦੀ ਅਤੇ ਕ੍ਰਾਂਤੀਕਾਰੀ ਕੰਮ ਕੀਤਾ ਹੈ ਅਤੇ 2023 ਵਿੱਚ ਗਣਿਤਕ ਭੌਤਿਕ ਵਿਗਿਆਨ ਦਾ ਡੈਨੀ ਹਾਈਨਮੈਨ ਪੁਰਸਕਾਰ ਜਿੱਤਿਆ।
ਸਮੂਹ ਵੱਲੋਂ ਬੇਨਤੀ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਕਿ ਇਸ ਯਤਨ ਸੰਬੰਧੀ ਸਮੂਹ ਦੇ ਕਿਸੇ ਵੀ ਮੈਂਬਰ ਜਾਂ ਸਾਰੇ ਮੈਂਬਰਾਂ ਨਾਲ ਕੀਤਾ ਜਾਣ ਵਾਲਾ ਸਾਰਾ ਸੰਚਾਰ ਹੇਠਾਂ ਦਿੱਤੇ ਈਮੇਲ ਪਤੇ ’ਤੇ ਭੇਜਿਆ ਜਾਵੇ: YANGMILLS4D@gmail.com.
ਸਾਡੇ ਮਾਡਲਾਂ ਨੇ 9 ਸਤੰਬਰ, 2026 ਨੂੰ ਯੈਂਗ–ਮਿਲਜ਼ ਦੀ ਹੋਂਦ ਲਈ ਆਮ ਭਾਸ਼ਾ ਵਿੱਚ ਇੱਕ ਸਬੂਤ ਤਿਆਰ ਕੀਤਾ ਅਤੇ ਬਾਅਦ ਵਿੱਚ 18 ਸਤੰਬਰ, 2026 ਨੂੰ QCD ਲਈ ਸਬੂਤ ਪੇਸ਼ ਕੀਤਾ। ਇਸ ਕਾਰਜ ਦੀ ਲੰਬਾਈ ਅਤੇ ਜਟਿਲਤਾ ਨੂੰ ਦੇਖਦਿਆਂ, ਅਸੀਂ ਇਸ ਨੂੰ ਜਾਰੀ ਕਰਨਾ ਉਦੋਂ ਤੱਕ ਮੁਲਤਵੀ ਰੱਖਿਆ ਜਦੋਂ ਤੱਕ Lean ਵਿੱਚ ਰਸਮੀਕਰਨ ਪੂਰਾ ਨਹੀਂ ਹੋ ਗਿਆ। ਅਸੀਂ 16 ਅਕਤੂਬਰ, 2026 ਨੂੰ ਯੈਂਗ–ਮਿਲਜ਼ ਦੀ ਹੋਂਦ ਦਾ ਰਸਮੀਕਰਨ ਪੂਰਾ ਕੀਤਾ, ਜਿਸ ਸਦਕਾ ਅਸੀਂ ਇੱਥੇ ਦੱਸੇ ਗਏ ਸਹਿਯੋਗ ਨੂੰ ਵਿਕਸਿਤ ਕੀਤਾ।
ਸਾਨੂੰ ਉਮੀਦ ਹੈ ਕਿ ਇਹ ਨਤੀਜੇ ਅਜਿਹੀ ਤਬਦੀਲੀ ਦੀ ਸ਼ੁਰੂਆਤ ਸਾਬਤ ਹੋਣਗੇ, ਜਿਸ ਰਾਹੀਂ ਆਧੁਨਿਕ ਸਿਧਾਂਤਕ ਭੌਤਿਕ ਵਿਗਿਆਨ ਦਾ ਸਭ ਤੋਂ ਅਹਿਮ ਢਾਂਚਾ, ਕੁਆਂਟਮ ਫੀਲਡ ਸਿਧਾਂਤ, ਗਣਿਤਕ ਤੌਰ ’ਤੇ ਪ੍ਰਮਾਣਿਕ ਅਤੇ ਸਟੀਕ ਖੇਤਰ ਬਣੇਗਾ। ਅਸੀਂ ਉਸ ਟੀਚੇ ਵੱਲ ਅਕਾਦਮਿਕ ਅਗਵਾਈ ਹੇਠ ਪ੍ਰਗਤੀ ਲਈ ਸਰੋਤ ਮੁਹੱਈਆ ਕਰਵਾਉਣ ਵਾਸਤੇ ਉਤਸ਼ਾਹਿਤ ਹਾਂ।
ਅਸੀਂ ਇਹਨਾਂ ਨਤੀਜਿਆਂ ਨੂੰ ਸਮਝਣ ਅਤੇ ਇਹਨਾਂ ਦੇ ਆਧਾਰ ’ਤੇ ਕੰਮ ਅੱਗੇ ਵਧਾਉਣ ਦੇ ਵਿਆਪਕ ਯਤਨਾਂ ਨੂੰ ਸਮਰਥਨ ਦੇਣ ਲਈ ਵਚਨਬੱਧ ਹਾਂ। ਇਹ ਸਹਿਯੋਗ ਸਾਈਮਨਜ਼ ਫਾਊਂਡੇਸ਼ਨ ਲਈ ਹਾਲ ਹੀ ਵਿੱਚ ਐਲਾਨੇ ਗਏ ਸਾਡੇ 50 ਲੱਖ ਡਾਲਰ ਦੇ ਯੋਗਦਾਨ(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਦੇ ਪੂਰਕ ਹਨ। ਸਾਈਮਨਜ਼ ਫਾਊਂਡੇਸ਼ਨ ਦੇ ਪ੍ਰਬੰਧ ਹੇਠ ਵੰਡਿਆ ਜਾਣ ਵਾਲਾ ਇਹ ਫੰਡ ਵਰਕਸ਼ਾਪਾਂ, ਕਾਨਫਰੰਸਾਂ ਅਤੇ ਵਿਸ਼ੇਸ਼ ਪ੍ਰੋਗਰਾਮਾਂ ਵਿੱਚ ਸਹਾਇਤਾ ਕਰੇਗਾ, ਤਾਂ ਜੋ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ AI ਦੁਆਰਾ ਤਿਆਰ ਨਤੀਜਿਆਂ ਨੂੰ ਸਮਝਣ ਅਤੇ ਅੱਗੇ ਵਧਾਉਣ ਵਿੱਚ ਮਦਦ ਮਿਲ ਸਕੇ। ਅਸੀਂ ਖੋਜਕਰਤਾਵਾਂ ਲਈ ਵਿੱਤੀ ਸਹਾਇਤਾ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਵਚਨਬੱਧ ਹਾਂ, ਤਾਂ ਜੋ ਉਹ ਉਪਰੋਕਤ ਨਤੀਜਿਆਂ ਦੀ ਸੁਤੰਤਰ ਜਾਂਚ ਅਤੇ ਵਿਆਖਿਆ ਕਰ ਸਕਣ ਅਤੇ ਉਹਨਾਂ ਦੇ ਆਧਾਰ ’ਤੇ ਹੋਰ ਖੋਜ ਕਰ ਸਕਣ।
ਅਸੀਂ ਨਤੀਜੇ ਜਨਤਕ ਕਰਨ ਦੇ ਸਭ ਤੋਂ ਬਿਹਤਰੀਨ ਤਰੀਕਿਆਂ ਅਤੇ ਖੋਜ ਨੂੰ ਤੇਜ਼ ਕਰਨ ਲਈ ਵਿਗਿਆਨੀਆਂ ਨਾਲ ਤਾਲਮੇਲ ਵਧਾਉਣ ਬਾਰੇ ਸੁਝਾਵਾਂ ਦਾ ਸਵਾਗਤ ਕਰਦੇ ਰਹਿੰਦੇ ਹਾਂ।
