OpenAI

26 అక్టోబర్, 2026

రీసెర్చ్ప్రచురణ

శాస్త్రీయ అవగాహన పెంపునకు పరిశోధక వర్గాలతో కలిసి కృషి

గణితం, కంప్యూటర్ శాస్త్రం, భౌతికశాస్త్రాల్లో హార్మోనిక్ విశ్లేషణ, సంక్లిష్టత సిద్ధాంతం, క్వాంటం క్షేత్ర సిద్ధాంతాలకు సంబంధించిన మూడు కొత్త ఆవిష్కరణలను ప్రకటిస్తున్నాం.

సంబంధిత విద్యా, పరిశోధనా వర్గాల సూచనలకు అనుగుణంగా మా విడుదల ప్రక్రియ మారుతూ వస్తోంది. మా దృష్టిలో, ఈ ప్రతులను ముడి పరిశోధన సమాచారంగా చూడటం సముచితం. ఈ ముడి పరిశోధన సమాచారాన్ని శాస్త్రీయ అవగాహనగా మలచడానికి, ఈ విడుదలలో ఒక కొత్త విధానాన్ని ప్రయోగిస్తున్నాం. బయటి నిపుణులను సంప్రదించి, కొత్త ఫలితాలను అర్థం చేసుకునే బృందాలను ఏర్పాటు చేసి, వాటికి మార్గనిర్దేశం చేయాలని కోరాం. వారు మూడు వేర్వేరు విడుదల వ్యూహాలను సూచించారు:

  • గణిత ఫలితానికి, AI రూపొందించిన సమాచారాన్ని విడుదల చేయాలి. ఫలితాన్ని వివరించే ప్రయత్నాలను పరిశోధకులు స్వేచ్ఛగా ఏర్పాటు చేసుకునేలా వదిలేయాలి.

  • కంప్యూటర్ శాస్త్ర ఫలితాన్ని వివరించేందుకు బయటి సహకార బృందాన్ని ఏర్పాటు చేయాలి. అదే సమయంలో AI సమాచారాన్ని ఎవరైనా పరిశీలించి, దాని ఆధారంగా ముందుకు సాగేందుకు బహిరంగంగా అందుబాటులో ఉంచాలి.

  • భౌతికశాస్త్ర ఫలితానికి, బయటి సహకార బృందాన్ని ఏర్పాటు చేసి, సమాచార విడుదలపై నిర్ణయాన్ని వారికే వదిలేయాలి.

ఈ మూడు విధానాల్లో ఏది అత్యంత ఉపయోగకరమో ఇంకా తెలియదు. ఏది పనిచేస్తోంది, దేన్ని మెరుగుపరచవచ్చు అనే విషయాలపై సూచనలను స్వాగతిస్తున్నాం.

బయటి సహకార బృందాలు నాలుగు సూత్రాలను అనుసరిస్తాయి:

  1. పారదర్శకత. మా సహకారాల గురించి బహిరంగంగా తెలియజేస్తాం. పాల్గొనేవారిని గోప్యతా ఒప్పందాలపై సంతకం చేయమని అడగం. పరిశోధనను చర్చించడానికి, మధ్యంతర ఫలితాలను పంచుకోవడానికి, తమ నిర్ధారణలను ప్రచురించడానికి వారికి స్వేచ్ఛ ఉంటుంది.

  2. ఆవిష్కరణల ఘనతను కోరుకోం. మా అంతర్గత మోడల్‌లు చేసిన ఆవిష్కరణలకు మేం శాస్త్రీయ ఘనతను కోరుకోం. సహకారానికి మార్గనిర్దేశం చేయడంలో సాయపడాలని పరిశోధకుడిని ఆహ్వానించినంత మాత్రాన, ఆ పరిశోధకుడో వారి బృందమో అసలు ఆవిష్కరణ చేసినట్లు కాదు.

  3. గుర్తింపు. ఈ బృందం అభివృద్ధి చేసే అవగాహనకు, రాసే వివరణలకు, సృష్టించే ఇతర సమాచారానికి గుర్తింపు దక్కాలి. తమ పరిశోధనకు ఆధారమైన పరిశోధకులు, పద్ధతులు, ఆలోచనలకు తగిన గుర్తింపు దక్కేలా చూడటంలోనూ బృందం తోడ్పడుతుంది.

  4. స్వతంత్రత. పాల్గొనడం స్వచ్ఛందం; పారితోషికం ఉండదు. కార్యబృంద సభ్యులు స్వతంత్రంగా పాల్గొంటారు; వారి నిర్ధారణలు వారివే. వారు OpenAI తరఫున మాట్లాడరు, OpenAI వారి తరఫున మాట్లాడదు.

ఈ ఫలితాలకు సంబంధించిన సమాచారాన్ని, రూపొందించిన అంశాలను సహకార బృందాలకు అప్పగిస్తాం. కంప్యూటర్ శాస్త్ర సహకార బృందం సహజ భాషా నిరూపణను, Lean లాంఛనీకరణను వెంటనే బహిరంగపరచాలని నిర్ణయించింది. వాటిని నేరుగా మా గిట్‌హబ్ రిపోజిటరీలో ప్రచురిస్తున్నాం. భౌతికశాస్త్ర సహకార బృందం AI రూపొందించిన అంశాల విడుదలను వాయిదా వేసి, వాటిని తామే స్వయంగా రాసి వివరించాలని నిర్ణయించింది.

ఈ విధానాలన్నింటిలోనూ ప్రయోజనాలతో పాటు పరిమితులూ ఉన్నాయి. ఒకవైపు, ఫలితాలను విశదీకరించి, విస్తృత పరిశోధనా సమాజంలో వాటి ప్రాధాన్యాన్ని వివరించే కృషిని ప్రోత్సహించేందుకు ఈ సహకారాలు నిపుణులకు అవకాశం ఇస్తాయి. మరోవైపు, తొలి మార్గదర్శకుల ఎంపికే మొదట ఎవరు పాల్గొంటారనేదాన్ని ప్రభావితం చేస్తుంది. సమాచారం కొందరికి ముందుగా, మరికొందరికి ఆలస్యంగా అందే పరిస్థితిని సృష్టిస్తుంది. మరింత మంది పాల్గొనేలా చేసి, ఈ ప్రక్రియను మరింత ఉపయోగకరంగా మలచడంపై సూచనలను స్వాగతిస్తున్నాం.

స్థానిక సున్నితీకరణ, కాకేయా ప్రతిపాదన

గణితంలో సాధించిన ఫలితం హార్మోనిక్ విశ్లేషణకు సంబంధించినది. 1991లో సోగ్గె స్థానిక సున్నితీకరణ ప్రతిపాదనను చేశారు. తరంగాలు కేంద్రీకృతమయ్యేటప్పుడు ఎలా ప్రవర్తిస్తాయనేది దీని అంశం. ప్రత్యేకించి, అత్యంత తీవ్రమైన కేంద్రీకరణ అతి తక్కువ సమయమే ఉంటుందని ఈ ప్రతిపాదన చెబుతుంది. యాదృచ్ఛికంగా ఎంచుకున్న సాధారణ సమయంలో కేంద్రీకరణ పరిమాణం, అత్యంత తీవ్ర పరిస్థితి తలెత్తే సమయంలో ఉండేదానికంటే ఎల్లప్పుడూ చాలా తక్కువగా ఉంటుంది. గణితమంతటా కనిపించే సుపరిచిత ధోరణి ఇది: అత్యంత ప్రతికూల సందర్భంలో జరిగేది, సగటు తీసుకున్నప్పుడు కనిపించేదానికంటే తీవ్రంగా ఉంటుంది. ఈ ప్రతిపాదిత దృగ్విషయం ఎంతో మౌలికమైనది కావడంతో, గణిత విశ్లేషణ అంతటా దీని పర్యవసానాలు విస్తృతంగా ఉంటాయి. ఉదాహరణకు, దీని నుంచి కాకేయా ప్రతిపాదన, స్టెయిన్ పరిమితి ప్రతిపాదన కూడా నిజమని తేలుతుంది.

2019లో గత్, వాంగ్, జాంగ్⁠(కొత్త విండోలో తెరుచుకుంటుంది) రెండు ప్రాదేశిక పరిమాణాల్లో స్థానిక సున్నితీకరణ ప్రతిపాదనను నిరూపించారు. 2025లో వాంగ్, జాల్⁠(కొత్త విండోలో తెరుచుకుంటుంది) మూడు పరిమాణాల్లో కాకేయా ప్రతిపాదనను నిరూపించారు. మా మోడల్‌లు ప్రతి పరిమాణంలోనూ స్థానిక సున్నితీకరణ ప్రతిపాదనకు నిరూపణను రూపొందించాయి. తద్వారా అన్ని పరిమాణాల్లో కాకేయా ప్రతిపాదనను, స్టెయిన్ పరిమితి ప్రతిపాదనను కూడా పరిష్కరించాయి. ఈ కొత్త నిరూపణ ఒక వినూత్న సహాయక పాక్షిక అవకలన సమీకరణంపై ఆధారపడింది.

2026 అక్టోబర్ 18న మా AI ఫలితం వచ్చింది. మరుసటి రోజే దాన్ని Leanలో లాంఛనీకరించాం. ఆ తర్వాత ఈ ఫలితంపై సహకార బృందం ఏర్పాటు గురించి చర్చించేందుకు ఒక నిపుణుడిని సంప్రదించాం. ఆ నిపుణుడి సిఫారసుతో, 2026 అక్టోబర్ 6 నాటి మా విడుదలలో⁠ అనుసరించిన వ్యూహాన్నే ఈ ఫలితానికీ అనుసరిస్తూ, AI రూపొందించిన సమాచారాన్ని బహిరంగంగా విడుదల చేయాలని నిర్ణయించాం. మా మోడల్‌లు రూపొందించిన సహజ భాషలోని AI ఫలిత వివరణను⁠(కొత్త విండోలో తెరుచుకుంటుంది), Lean నిరూపణను⁠(కొత్త విండోలో తెరుచుకుంటుంది) మా బహిరంగ గిట్‌హబ్ రిపోజిటరీలో విడుదల చేశాం.

ఘాతీయ కాల పరికల్పన తప్పు

కంప్యూటర్ శాస్త్ర సహకార బృందం ఘాతీయ కాల పరికల్పనకు (ఈటీహెచ్) సంబంధించిన ఫలితాన్ని అర్థం చేసుకుని వివరిస్తుంది. ఇది బూలియన్ సూత్రాల సంతృప్తిసాధ్యతకు అవసరమైన గణన సంక్లిష్టతపై దీర్ఘకాలంగా ఉన్న ప్రతిపాదన. ఈ సమస్యకు P వర్సెస్ NP సమస్యతో సన్నిహిత సంబంధం ఉంది. ఈటీహెచ్ నిజమని విస్తృతంగా నమ్ముతూ వచ్చారు. గ్రాఫ్ సిద్ధాంతం, గణన జీవశాస్త్రం, దత్తాంశ భాండాగారాలు, గణన జ్యామితి తదితర అనేక రంగాల్లో షరతులతో కూడిన గణన కఠినత్వ ఫలితాలను రాబట్టేందుకు వందలాది పరిశోధన పత్రాల్లో దీన్ని ఉపయోగించారు. ఆశ్చర్యకరంగా, ఈటీహెచ్ తప్పని మా వ్యవస్థ ఇటీవల నిరూపించింది. ఆ తర్వాత ఈ ఫలితాన్ని లీన్‌లో ధ్రువీకరించాం. ఈటీహెచ్ ఖండనతో ఈ పనులను ఇంకెంత వేగంగా చేయవచ్చనే ప్రశ్నలు మళ్లీ ముందుకు వస్తున్నాయి. మెరుగైన అల్గోరిథమ్‌ల అన్వేషణకు ఇది దిశానిర్దేశం చేయవచ్చు. అలాంటి అల్గోరిథమ్‌లను కనుగొని, సైద్ధాంతిక పురోగతిని ఆచరణాత్మక మెరుగుదలలుగా మార్చడానికి ఇంకా గణనీయమైన పరిశోధన అవసరం.

రస్సెల్ ఇంపాగ్లియాజో (యూసీ శాన్ డియాగో), రామమోహన్ పాతూరి (యూసీ శాన్ డియాగో), రయాన్ విలియమ్స్ (ఎంఐటీ) నేతృత్వంలోని బృందం ఈ పరిశోధనను ధ్రువీకరించి, మార్గదర్శకత్వం వహిస్తుంది. ఈ ముగ్గురూ అల్గోరిథమ్ రూపకల్పన, సంక్లిష్టతా సిద్ధాంతంలో నిపుణులు.

పరిశోధక సమాజం స్వతంత్రంగా ధ్రువీకరించేందుకు ఫలితాల ముడి సమాచారమంతటినీ బహిరంగపరచాలన్న బృందం అభ్యర్థనకు అంగీకరించాం. ఈ పరిశోధన మొత్తం రంగంపై చూపే ప్రభావాన్ని అర్థం చేసుకునేందుకు ఒక సదస్సుకు నిధులు సమకూర్చాలని వారు కోరగా, OpenAI అందుకు కట్టుబడింది. ఈటీహెచ్‌పై ఈ వాదనను బహిరంగంగా పరిశీలించే కార్యక్రమం ఏర్పాటుకు తోడ్పడాలని బృందం పరిశోధక సమాజాన్ని ఆహ్వానిస్తోంది. కృత్రిమ మేధ సాధించిన ఆవిష్కరణలతో ధ్రువీకరణ, అందుబాటు, ఘనత, పరిశోధన భవిష్యత్తుపై తలెత్తే విస్తృత ప్రశ్నలను చర్చించాలని కూడా కోరుతోంది.

మా AI, 2026 అక్టోబర్ 16న ETH కోసం దాని సహజ భాషా నిరాకరణను కనుగొంది, ఆ తర్వాత మేము 2026 అక్టోబర్ 17న లీన్‌లో ఆ ఫలితాన్ని అధికారికం చేసాము, ఇది ఇక్కడ వివరించిన సహకారాన్ని అభివృద్ధి చేయడానికి మమ్మల్ని నడిపించింది. ఆ దిశగా, మా మోడల్స్ ద్వారా ఉత్పత్తి చేయబడిన ఒక AI సహజ భాషా అవుట్‌పుట్ రైటప్‌ను⁠(కొత్త విండోలో తెరుచుకుంటుంది) మరియు ఒక లీన్ ప్రూఫ్‌ను⁠(కొత్త విండోలో తెరుచుకుంటుంది) మా పబ్లిక్ గిట్‌హబ్ రిపోజిటరీలో విడుదల చేసాము.

గణన సంక్లిష్టతలో ఇంకా పరిష్కారం కాని ప్రశ్నలు, ప్రతిపాదనలు అనేకం ఉన్నాయి. శాస్త్రవేత్తలు ఎంతగా ప్రయత్నించినా, వాటిని నిరూపించడం లేదా ఖండించడం ఇప్పటివరకు సాధ్యం కాలేదు. కృత్రిమ మేధ సహాయంతో మనుషులు ఈ రంగంలో కొత్త అవగాహనను అందించగలరని, సమర్థ గణనలోని సహజ సామర్థ్యాలు, పరిమితులను స్పష్టం చేయగలరని ఆశిస్తున్నాం.

క్వాంటం వర్ణగతిశాస్త్ర ఉనికి, ప్రామాణిక నమూనా సంపూర్ణీకరణలు

నాలుగు కొలతల్లో గేజ్ క్షేత్రాలు, ఫెర్మియాన్‌లు కలిగి, పరస్పర చర్యలతో కూడిన కొన్ని క్వాంటం క్షేత్ర సిద్ధాంతాల ఉనికికి గణితపరంగా కచ్చితమైన నిరూపణను ఇచ్చే ఫలితాన్ని భౌతికశాస్త్ర సహకార బృందం అర్థం చేసుకుని వివరిస్తుంది. వీటిలో క్వాంటం వర్ణగతిశాస్త్రం (క్యూసీడీ), కణ భౌతికశాస్త్రంలోని ప్రామాణిక నమూనాకు ఏకీకృత సంపూర్ణీకరణ ఉన్నాయి. మా పరిశోధన నిర్మాణాత్మక క్వాంటం క్షేత్ర సిద్ధాంతంలోని బాలబాన్ విధానంపై⁠(కొత్త విండోలో తెరుచుకుంటుంది) ఆధారపడి ముందుకు సాగుతుంది. ఈ పరిశోధనలో ఒక ఉపసమస్యగా, శుద్ధ యాంగ్–మిల్స్ సిద్ధాంత ఉనికికి నిరూపణ కూడా ఉంది. ఇది క్లే గణిత సంస్థ క్వాంటం యాంగ్–మిల్స్ సిద్ధాంత మిలీనియం బహుమతి సమస్యలో⁠(కొత్త విండోలో తెరుచుకుంటుంది) భాగం.

నాలుగు ప్రాథమిక బలాల్లో గురుత్వాకర్షణను మినహాయించి, మిగిలిన మూడింటి ద్వారా ప్రాథమిక ఉపపరమాణు కణాలు పరస్పరం ఎలా చర్య జరుపుతాయో ప్రామాణిక నమూనా వివరిస్తుంది. ఈ ఉనికి నిరూపణ, ప్రామాణిక నమూనాలోని గేజ్ క్షేత్రాలు, ఫెర్మియాన్‌లను కలిగి ఉన్న అత్యంత సరళమైన మహా ఏకీకృత సిద్ధాంతానికి సంబంధించినది. ఎందుకంటే ప్రామాణిక నమూనాను ఎంత చిన్న దూరానికైనా వర్తించేలా విస్తరించడం సాధ్యం కాదు. క్వార్క్‌లు, గ్లూవాన్‌ల వంటి కణాలు బలమైన బలం ద్వారా పరస్పరం ఎలా చర్య జరుపుతాయో క్యూసీడీ వివరిస్తుంది. శుద్ధ యాంగ్–మిల్స్ సిద్ధాంతం క్వార్క్‌ల వంటి పదార్థ కణాలను కాకుండా, బలవాహకాలైన గ్లూవాన్‌ల స్వీయ పరస్పర చర్యలను మాత్రమే వివరిస్తుంది.

ఈ పరిశోధనకు మార్గదర్శకత్వం వహించే బృందానికి డేవిడ్ గ్రాస్ నాయకత్వం వహిస్తారు. మైకేల్ డగ్లస్, ఆర్థర్ జాఫీ, ఇగోర్ క్లెబనోవ్, నికితా నెక్రాసోవ్ ఈ బృందంలో ఉంటారు.

ఈ కృషికి సంబంధించి బృందంలోని ఏ సభ్యుడితోనైనా జరిపే ఉత్తరప్రత్యుత్తరాలన్నింటినీ ఈ ఈమెయిల్ చిరునామాకే పంపాలని బృందం కోరుతోంది: YANGMILLS4D@gmail.com.

మా మోడల్‌లు 2026 సెప్టెంబర్ 9న యాంగ్–మిల్స్ ఉనికికి సహజ భాషలో నిరూపణను రూపొందించాయి. ఆ తర్వాత 2026 సెప్టెంబర్ 18న QCDకి నిరూపణను రూపొందించాయి. ఈ పరిశోధన విస్తృతి, సంక్లిష్టత దృష్ట్యా, Leanలో లాంఛనీకరణ పూర్తయ్యే వరకు విడుదలను వాయిదా వేశాం. యాంగ్–మిల్స్ ఉనికి నిరూపణ లాంఛనీకరణను 2026 అక్టోబర్ 16న పూర్తి చేశాం. దాంతో ఇక్కడ వివరించిన సహకారాన్ని ఏర్పాటు చేశాం.

ఆధునిక సైద్ధాంతిక భౌతికశాస్త్రంలో అత్యంత ముఖ్యమైన చట్రమైన క్వాంటం క్షేత్ర సిద్ధాంతం, గణితపరంగా కచ్చితమైన రంగంగా మారే ప్రక్రియకు ఈ ఫలితాలు నాంది పలుకుతాయని ఆశిస్తున్నాం. ఆ లక్ష్యం వైపు విద్యావేత్తల సారథ్యంలో జరిగే కృషికి వనరులు అందించేందుకు ఉత్సాహంగా ఉన్నాం.

శాస్త్రవేత్తలకు మద్దతు

ఈ ఫలితాలను అర్థం చేసుకుని, వాటి ఆధారంగా ముందుకు సాగే విస్తృత పరిశోధనకు మద్దతివ్వడానికి కట్టుబడి ఉన్నాం. సైమన్స్ ఫౌండేషన్ కొత్త కార్యక్రమానికి ఇటీవల మేం ప్రకటించిన 50 లక్షల డాలర్ల విరాళానికి⁠(కొత్త విండోలో తెరుచుకుంటుంది) ఈ సహకారాలు తోడవుతాయి. సైమన్స్ ఫౌండేషన్ నిర్వహించి, కేటాయించే ఈ నిధులు కార్యశాలలు, సదస్సులు, ప్రత్యేక కార్యక్రమాలకు తోడ్పడతాయి. AI రూపొందించిన ఫలితాలను అర్థం చేసుకుని, వాటి ఆధారంగా పరిశోధనను ముందుకు తీసుకెళ్లడానికి ఇవి పరిశోధకులకు సహాయపడతాయి. పైన పేర్కొన్న ఫలితాలను పరిశోధకులు స్వతంత్రంగా పరిశీలించి, వివరించి, వాటి ఆధారంగా ముందుకు సాగడానికి నిధులు అందేలా చూడటానికి కట్టుబడి ఉన్నాం.

ఆవిష్కరణలను వేగవంతం చేసేందుకు ఫలితాలను ఎలా వెల్లడించాలి, శాస్త్రవేత్తలతో ఎలా కలిసి పనిచేయాలి అనే విషయాలపై సూచనలను ఆహ్వానిస్తూనే ఉన్నాం.

రచయిత

OpenAI