एआईले गणितज्ञहरूको दुई वर्षको मेहनत पाँच दिनमै ‘स्कुप’ गरिदियो 

९ असार, काठमाडौं । यसै वर्षको सुरुवाततिर, कार्नेगी मेलन विश्वविद्यालयमा गणित विषयका स्नात्तकोत्तर विद्यार्थी सिद्धार्थ हरिहरनले एउटा यस्तो समाचार पाए, जसले उनलाई आँखाभरि आँसु पार्दै आफ्ना एडभाइजरको कोठातर्फ दौडिन बाध्य बनायो।

उनी स्वीट्जरल्याण्डको ‘इकोल पोलिटेक्निक फेडरल डी लाउसाने’ की प्राध्यापक एवं गणित क्षेत्रको सबैभन्दा ठूलो सम्मान ‘फिल्ड्स मेडल’ को सन् २०२२ की विजेता मारिना वियाजोभ्स्काको इमेल प्राप्त गरेर निकै भावुक भएका थिए।

विगत दुई वर्षभन्दा बढी समयदेखि डा. वियाजोभ्स्का र हरिहरनले छ जना गणितज्ञहरूको टोलीको नेतृत्व गरिरहेका थिए। उनीहरू डा. वियाजोभ्स्काको सबैभन्दा चर्चित प्रमाण (प्रूफ) लाई स्पष्ट तार्किक चरणहरूमा विभाजन गर्ने प्रयासमा जुटेका थिए, जसलाई प्राविधिक भाषामा ‘फर्मलाइजेसन’ भनिन्छ।

तर, केही घण्टा अघि मात्र डा. वियाजोभ्स्काले आफ्ना एक सहकर्मीबाट गोप्य सूचना पाएकी थिइन्, जसमा उनीहरूको काम अरू कसैले पहिले नै स्कुप भइसकेको जानकारी थियो। अथवा, पछि उनले ठट्टा गर्दै भन्ने गरे जस्तै, उनीहरू ‘गाउस्ड’ भएका थिए।

‘गाउस’ क्यालिफोर्नियाको एउटा नयाँ प्रविधि कम्पनी (स्टार्ट-अप) ‘म्याथ इन्क’ ले निर्माण गरेको एआई प्रणाली हो। डा. वियाजोभ्स्काको गणितीय नतिजालाई फर्मलईजेसन गर्नका लागि यस टोलीले बनाएको खाकालाई एआई प्रणालीले प्रयोग गरेको थियो। ‘स्फेयर-प्याकिङ प्रमिस’ (आठ-आयामी गोलाकारहरूलाई सम्भव भएसम्म सबैभन्दा बाक्लो गरी मिलाएर राख्ने समस्या) का रूपमा लोकप्रिय यस जटिल गणितीय नतिजालाई सो एआईले मात्र पाँच दिनमा पूरा गरिदियो।

सामान्यतया एआईलाई गणितका सानातिना हिसाबहरूमा अलमलिने प्रविधिका रूपमा चिनिन्छ (जस्तै च्याटजीपीटीले ‘स्ट्रबेरी’ शब्दमा कतिवटा ‘R’ छन् भनी सही तरिकाले गन्न नसकेको भाइरल प्रसङ्ग)।

तर, प्रविधि कम्पनीहरूले खुला गणितीय समस्याहरू हल गर्न सक्ने रिजनिङ सिस्टम विकास गर्न ठूलो स्रोत-साधन खन्याइरहेका छन्। हालैका प्रगतिहरूले एआईका प्रतिस्पर्धीहरूबीच मेशिनको बुद्धिमत्ता देखाउने एउटा ठूलो होडबाजी नै चलाएका छन्। मानव बुद्धिको सर्वोच्च शिखर मानिने गणित क्षेत्रमा सफलता हासिल गरेर उनीहरू आफ्नो श्रेष्ठता प्रमाणित गर्न चाहन्छन्।

गत मे महिनाको अन्त्यतिर, ओपनएआईले आफ्नो एउटा मोडलले गणितज्ञहरूद्वारा विगत ८० वर्षदेखि सत्य मानिँदै आएको एउटा थ्योरमलाई गलत प्रमाणित गरिदिएको घोषणा गरेको थियो। त्यसको लगत्तै गुगल डीपमाइन्डले अन्य नौवटा गणितीय समस्याहरूको समाधान प्रस्तुत गर्‍यो। ओपनएआईले आफ्नो नतिजा सार्वजनिक गरेको केही दिनपछि नै गणितज्ञहरूको एउटा टोलीले तिनै प्राविधिक विधिहरू प्रयोग गरेर अर्को एउटा खुला सिद्धान्तको समाधान निकाले। यसले नयाँ विचारहरूको खोजी गरिरहेका गणितज्ञहरूका लागि एआई एउटा उपयोगी उपकरण बन्न सक्ने सम्भावनालाई देखाएको छ।

‘करिब १२ महिना अघिसम्म पनि तपाईंले यी कुराहरू केवल कौतुहलता मात्र हुन् वा यिनीहरूलाई बढाइचढाई गरेर प्रस्तुत गरिएको हो र यिनीहरू उपयोगी हुन सक्दैनन् भन्न सक्नुहुन्थ्यो,’ क्यालिफोर्निया विश्वविद्यालय, लस एन्जलसका फिल्ड्स मेडल विजेता गणितज्ञ टेरेन्स टाओले भने, ‘तर अहिलेको स्थितिमा तपाईं त्यो अडानमा बस्न सक्नुहुन्न।’

संयुक्त राज्य अमेरिकामा प्योर म्याथमा आफ्नो भविष्य देखिरहेका र एआईले भर्खरै महारत हासिल गर्न थालेका सीप एवं समस्याहरू सिकिरहेका हजारौँ स्नातक विद्यार्थीहरूका लागि यस्ता निराशाजनक भविष्यवाणीहरूबाट बच्न निकै गाह्रो भइरहेको छ।

स्ट्यानफोर्ड विश्वविद्यालयका स्नातक विद्यार्थी कार्ल शिल्डक्राउटले ओपनएआईको सो शोधपत्र एउटा ‘झट्का’ भएको बताए। उनी एआईको प्रविधिलाई थप परिष्कृत गर्ने फलो-अप पेपरमा काम गरिरहेका छन्। उनले आफ्ना सहपाठी स्नातक विद्यार्थीहरू सामान्यतया आफ्नो भविष्यको सम्भावनालाई लिएर ‘आशावादी नरहेको’ थपे। तर, सो नतिजालाई नजिकबाट नियाल्दा उनले एआईद्वारा उत्पादित गणितको संकुचित दायरालाई पनि बुझ्ने मौका पाए।

‘जब हामी मानिसहरू गणितमा काम गर्छौँ, हामी प्रायः आफैँलाई प्रश्न सोध्छौँ कि ‘मैले कस्ता विचारहरू निर्माण गरिरहेको छु?’ वा ‘वास्तवमा यहाँ के भइरहेको छ?” उनले भने।

जुन महिनाको सुरुवातमा, विश्वभरका गणितज्ञहरूको एउटा समूहले एआईका फाइदाहरूलाई स्वीकार गर्दै तर सतर्कता अपनाउन आग्रह गर्दै एउटा घोषणापत्र प्रकाशित गरे। गणितज्ञहरू मुख्य रूपमा एआई कम्पनीहरूले आफ्ना विधिहरूको आधारभूत जानकारी सार्वजनिक गर्न नचाहनु, मानव लेखकहरूलाई उचित श्रेय नदिनु र गणितीय क्षमतालाई मेशिनको ‘सुपरइन्टेलिजेन्स’ (मेशिन महाबुद्धि) को विचारसँग मिसाएर प्रचार गर्नुप्रति चिन्तित छन्। उदाहरणका लागि, म्याथ इन्क कम्पनीको नारा नै छ, ‘गणित समाधान गरौँ, सबै कुरा समाधान गरौँ।’

फ्रान्सको ‘लेबोरेटोरी डी म्याथमेटिक्स डी ओर्से’ का गणितज्ञ प्याट्रिक मासोटले कम्पनीको यस कदमलाई ‘परमाणु बम’ सँग तुलना गरे, जसले युवा गणितज्ञहरूका लागि यस्ता परियोजनाहरूलाई विनाशकारी (रेडियोधर्मी) बनाइदिनेछ। यसले गर्दा उनीहरूले महत्त्वपूर्ण प्रशिक्षण वा नयाँ विचारहरू विकास गर्ने अवसरहरू गुमाउनेछन्।

यस घटनाले स्वचालन (अटोमेसन) का कारण के-कस्ता कुराहरू हराउँदैछन् भन्ने गुम्सिएको डरलाई पनि सतहमा ल्याएको छ। केही गणितज्ञहरूले यसलाई प्राज्ञिक शिष्टाचारको उल्लंघन मात्र नभएर गणित क्षेत्रकै भविष्यका लागि एउटा ठूलो खतराका रूपमा हेरेका छन् । यदि जो कोही पनि यसरी ‘गाउस्ड’ हुन सक्छ भने, विद्वानहरूले सुरुमै यस्ता समस्याहरूमा किन टाउको दुखाउने?

र कसैले उनीहरूलाई यस कामको लागि किन पैसा दिने?

‘तपाईं सोच्नुहुन्छ कि यो सबै व्यर्थ भयो कि’

गोलाकार वस्तुहरूलाई मिलाएर राख्ने (स्फेयर-प्याकिङ) समस्यालाई थ्री-डीमा परिकल्पना गर्न निकै सजिलो छ – फलफूल बजारको एउटा पसलमा सुन्तलाको थुप्रो राखेको सम्झनुहोस्। त्यसलाई सम्भव भएसम्म सबैभन्दा कसिलो गरी कसरी मिलाएर राख्न सकिन्छ?

यसको उत्तर पहिलो पटक ४०० वर्ष अघि प्रस्ताव गरिएको थियो, जुन ठ्याक्कै तपाईंले कल्पना गर्नुभएको फलफूलको थुप्रो जस्तै हो, तर यसबाहेकका अन्य कुनै पनि सम्भावित तरिकाहरूलाई पूर्ण रूपमा खारेज गर्न निकै गाह्रो छ। गणितज्ञहरूले सन् १९९८ सम्म पनि यसको ठोस प्रमाण फेला पार्न सकेका थिएनन्।

आठ जस्ता उच्च आयामहरूमा स्फेयर-प्याकिङको परिकल्पना गर्न अझ बढी गाह्रो हुन्छ, जसमा अन्तरिक्षका विन्दुहरूलाई तीनभन्दा बढी संख्याहरूद्वारा परिभाषित गरिन्छ। डा. वियाजोभ्स्काको प्रमाणले गणितका दुई फरक उप-क्षेत्रहरू—ज्यामिति  र नम्बर थ्योरीबीच एक आश्चर्यजनक सम्बन्ध स्थापित गरिदिएको थियो। टोलीले यस प्रमाणलाई फर्मलईजेसन गर्ने क्रममा तिनै सम्बन्धहरूलाई अझ विस्तृत रूपमा खोजी गर्ने आशा राखेको थियो।

जब हरिहरनले आफ्नो समाधानलाई फर्मलईजेसन गर्ने विषयमा डा. वियाजोभ्स्कासँग कुरा गरे, तब उनले यसलाई सिक्ने एउटा राम्रो अवसरको रूपमा हेरिन्। ‘सायद सबैभन्दा सजिलो तरिका म आफैँले कुनै सानो कुरालाई फर्मलईजेसन गर्नु हुन्थ्यो होला,’ डा. वियाजोभ्स्काले भनिन्, ‘तर त्यो त्यति रमाइलो हुँदैनथ्यो।’ सुरुमा, उनले हरिहरनलाई उच्च-तहका अवधारणाहरू सिकाइन् भने हरिहरनले उनलाई ‘लीन’ नामक सफ्टवेयर चलाउन सिकाए, जसलाई उनीहरूले आफ्नो प्रयासमा प्रयोग गर्ने योजना बनाएका थिए। त्यसपछि, अन्य चार जना गणितज्ञहरूसँग मिलेर उनीहरूले आफ्नो प्रमाणको तर्कलाई चरणबद्ध रूपमा व्याख्या गर्ने एउटा खाका तयार पारे।

करिब एक वर्षको कामपछि, यस समूहले सो परियोजनालाई बाह्य सहयोगीहरूका लागि खुल्ला गरिदियो। आफ्नो प्रणालीलाई गणित सिकाउनका लागि ‘लीन’ सफ्टवेयर प्रयोग गर्ने धेरै एउटा एआई कम्पनीहरूले यसमा मद्दत गर्न चासो देखाउनु कुनै अनौठो कुरा थिएन। तर त्यस समयमा, सबैभन्दा उत्कृष्ट प्रणालीहरूले पनि उपयोगी कोडका साना अंशहरू मात्र उत्पादन गर्न सक्थे।

त्यसैले गत ‘अटम्’ ऋतुमा, जब ‘म्याथ इन्क’ ले आफ्नो ‘गाउस’ प्रणालीले प्रमाणका करिब ३० वटा अधूरा अंशहरू हल गरिसकेको जानकारी दियो, तब हरिहरन र उनका सहकर्मीहरू निकै उत्साहित भए। उनीहरूले कम्पनीलाई आफ्नो पूरा नतिजा साझा गर्न आग्रह गरे। तर, त्यसको साटो सो प्रविधि कम्पनी अचानक सम्पर्कविहीन भयो।

‘इकोल पोलिटेक्निक’ का डक्टरेट विद्यार्थी अगस्त पोइरोक्स, जसले म्याथ इन्कमा पनि काम गर्छन्, उनले कम्पनीले आफ्नो ध्यान गाउसको नयाँ संस्करणतर्फ मोडेको बताए। कम्पनीले महिनाौँ पछि मात्र आफ्नो अपग्रेड गरिएको प्रणालीको परीक्षण गर्नका लागि पुनः स्फेयर-प्याकिङ समस्यामा फर्किने निर्णय गरेको थियो।

पोइरोक्सका अनुसार, अचम्मको कुरा त के भने, परिमार्जित गाउसले पूरा प्रमाण नै सम्पन्न गरिदियो।

यो सुनेर डा. वियाजोभ्स्का झन् बढी स्तब्ध भइन्, जब उत्साहित पोइरोक्सले उनलाई सो ‘आकस्मिक’ समाधानको एक झलक देखाए, जसलाई उनले यसरी वर्णन गरे। ‘मैले तुरुन्तै बुझिहालेँ कि मेरो उत्साहमा कसैले साथ दिइरहेको थिएन,’ उनले भने। उनले डा. वियाजोभ्स्कालाई हरिहरनलाई तत्काल जानकारी नदिन आग्रह गरे, जसलाई उनले केही समयपछि इमेल पठाइन्।

हरिहरनको त्यसपछिको फोन दुबईमा रहेका आफ्ना आमाबुबालाई थियो। ‘तपाईं सोच्नुहुन्छ कि यो सबै व्यर्थ भयो कि,’ उनले भने, ‘तपाईंले सुरुमै आफ्नो जीवनको दुई वर्ष यस काममा किन खर्च गर्नुभयो त?’

‘आफ्ना गुरुलाई विश्वास गर,’ उनका आमाबुबाले उनलाई भने, ‘प्रक्रियामा विश्वास राख।’

त्यस रात, म्याथ इन्कका मुख्य कार्यकारी जेसी हानले हरिहरनलाई आफू पिट्सबर्गका लागि रात्रिकालीन उडान (रेड-आई फ्लाइट) मा चढ्न लागेको सन्देश पठाए। उनीहरूले भोलिपल्ट बिहान एउटा स्टारबक्स कफी पसलमा भेट गरे, जहाँ हरिहरनका सल्लाहकार जेरेमी एभिगाड पनि हतार-हतार आइपुगेका थिए।

उनी ‘आफ्नो जीवनकै सबैभन्दा चाँडो नुहाउने काम’ सकेर जिमबाट सिधै कुद्दै आएका थिए, उनले स्मरण गरे। डा. हानले नतिजालाई तुरुन्तै सार्वजनिक गर्न र यससँग सम्बन्धित अर्को फर्मलईजेसन परियोजनामा अगाडि बढ्न प्रस्ताव गरेपछि प्राज्ञिकहरू आक्रोशित भए। उनीहरूले परियोजनाको मूल उद्देश्य डा. वियाजोभ्स्काको गणितलाई अझ राम्रोसँग बुझ्नु भएको र त्यो काम अझै पूरा हुन धेरै बाँकी रहेको तर्क गरे।

‘यो परिणाम आफैँमा पक्कै पनि निकै प्रभावशाली छ, तर यो हाम्रो परियोजनाको लागि हामीले चाहेको कुरा भने होइन,’ हरिहरनले भने।

तर अन्य गणितज्ञहरूसँग कुरा गरिसकेपछि र कोडको समीक्षा गरिसकेपछि, उनीहरू अन्ततः एउटा संयुक्त वक्तव्य जारी गर्न सहमत भए, जसमा गाउसले पूर्वनिर्धारित समयभन्दा धेरै महिना अगाडि नै सही फर्मलईजेसन उत्पादन गरेको कुरा स्वीकार गरियो।

उनीहरूले यो निष्कर्ष पनि निकाले कि सो कोडलाई मानिसहरूका लागि वास्तवमै प्रयोगयोग्य बनाउन अझै महिनाौँको काम बाँकी नै छ। ‘हामी अझै पनि यसलाई अन्तिम रूपमा पूरा भएको देख्न चाहन्थ्यौँ,’ हरिहरनले भने।

‘विजय घोषणा गर्न’ हतारो

युवा गणितज्ञहरूले सामना गरिरहेको परिस्थितिलाई अन्य उद्योगहरूमा कामलाई प्रभावित गरिरहेको अटोमेसनको एक अत्यन्तै तीव्र गतिको संस्करणका रूपमा लिन सकिन्छ, जसले अवसर र विस्थापनको डर दुवै सँगै लिएर आएको छ।

‘म आफैँलाई व्यक्तिगत रूपमा थाहा थियो कि पीएचडीको विद्यार्थी हुनु र आफ्नो सम्पूर्ण पहिचानलाई यस प्रकारको परियोजनामा समाहित गर्नु कस्तो हुन्छ,’ डा. हानले भने, जसले आफ्नो डिग्रीको समयमा एउटा ठूलो नतिजालाई फर्मलईजेसन गरेका थिए।

तर त्यस प्रक्रियामा उनले जति कुरा सिके, एआईको सहयोग पाएको भए उनी अझ धेरै अगाडि बढ्न सक्ने विश्वास उनले व्यक्त गरे। ‘यदि मेरो समयमा यस प्रकारको नतिजा आएको भए म निकै खुसी हुने थिएँ,’ उनले भने।

डा. हानले यो काम नियतवश नगरिएको एआईमा भइरहेको तीव्र गतिको सुधारको परिणाम भएको बताए र उनले यसप्रति सकारात्मक प्रतिक्रियाको आशा गरेका थिए। तर, यसको साटो भूतपूर्व सहकर्मीहरूबाट आएका आक्रोशपूर्ण सन्देशहरूले आफूलाई ‘अकस्मात घेराबन्दीमा परेको’ (एम्बुस्ड) महसुस गराएको उनले बताए । तर यो क्रम पिट्सबर्गमा अवतरण भएको त्यस बिहानदेखि सुरु भएर अहिलेसम्म रोकिएको छैन।

इलिनोइस विश्वविद्यालयमा फर्मलईजेसनको अध्ययन गरिरहेकी कम्प्युटर वैज्ञानिक टालिया रिङ्गरले गणित विभागहरूमा फैलिएको यो दुःख सोही प्रकृतिको भएको बताइन् । जुन हालसालै कम्प्युटर विज्ञानका स्नातक विद्यार्थीहरूले प्रोग्रामिङमा स्वचालन भित्रिँदा महसुस गरेका थिए।

‘उनीहरूले मैले गरिरहेको कामलाई पूर्ण रूपमा विस्थापित त गर्ने थिएनन्, तर उनीहरूले मेरो कामलाई आफैँले कब्जा गरिसकेको दाबी भने गर्ने थिए,’ डा. रिङ्गरले भनिन्।

स्ट्यानफोर्डका गणितमा पाँचौँ वर्षका पीएचडी विद्यार्थी भोगन म्याकडोनाल्डका अनुसार, एआई कम्पनीहरूले निश्चित समस्याहरूमा ‘विजय घोषणा गर्न’ देखाउने हतारोको अर्थ के हो भने, स्वचालनलाई सम्भव बनाउने मानवीय कामलाई स्वीकार गरिए पनि त्यो सामान्यतया सञ्चारमाध्यमको मुख्य समाचार बन्न सक्दैन। यसले गर्दा यो उच्च प्राज्ञिक क्षेत्रप्रति मानिसहरूमा ईर्ष्यायुक्त आनन्द (स्काडेनफ्रोइड) पैदा गर्न मद्दत गरेको छ।

‘मानिसहरू भनिरहेका छन्, ‘ओहो, अब गणितका जागिरहरू हुनै हुँदैन। गणितज्ञहरू बर्बाद भए त राम्रै भयो नि,” म्याकडोनाल्डले भने, ‘मलाई लाग्छ यो एकदमै भयानक कुरा हो।’

गणितज्ञहरूले संकुचित हुँदै गएका गणित विभागहरू र अर्बौँ डलर बजेट भएका स्टार्ट-अपबीचको शक्तिको असन्तुलनलाई औंल्याएका छन् । जसले एउटै समस्या समाधान गर्नका लागि धेरै जना स्नातक विद्यार्थीहरूको वार्षिक कोष बराबरको रकम खर्च गर्न सक्छन्। म्याथ इन्कका एक कर्मचारीले हरिहरनको टोलीलाई बताए अनुसार, कम्पनीले स्फेयर-प्याकिङको समाधान निकाल्नका लागि मात्र कम्प्युटिङमा एक लाख डलर भन्दा बढी खर्च गरेको थियो।

तर गणितज्ञहरूले एआईको क्षेत्रमा ‘ठूलो योगदान’ पुर्‍याइरहेका छन्, म्याकडोनाल्डले भने, किनकि उनीहरूले स्वचालनलाई सम्भव बनाउन बौद्धिक कार्य गरिरहेका छन्। ‘त्यसको लागि उनीहरूलाई उचित रूपमा पहिचान वा क्षतिपूर्ति दिइँदैँन,’ उनले भने।

कहिलेकाहीँ यो तनाव सार्वजनिक रूपमा ठूलो विवादमा परिणत भएको छ। जब डा. हानले रक्षा विभागको एउटा कार्यक्रम ‘एक्सपोनेन्सियटिङ म्याथमेटिक्स’ को बैठकमा भाषण दिए, तब उनले पुनः स्फेयर-प्याकिङ परियोजना ‘समाप्त’ भएको भनी वर्णन गरे । र, यसका मूल लेखकहरूको गलत पहिचान गराए।

त्यसपछि डा. एभिगाड उठेर त्यहाँ उपस्थित गणितज्ञहरूको अगाडि ‘उनीमाथि खनिए’, जसरी उनले पछि स्मरण गरे। स्टार्ट-अपको यो व्यवहार ‘उनीहरूका लागि राम्रो थिएन; गणितका लागि राम्रो थिएन; कसैका लागि पनि राम्रो थिएन,’ उनले भनेको कुरा सम्झिए।

डा. एभिगाडले आफ्नो कुरा सिध्याएपछि बैठक कक्षको सुनसान वातावरणमा सबैको मुखबाट अचम्म मान्दै ‘ओहो’ भन्ने आवाज निस्कियो।

डा. हानले ती कुराहरू मिसकम्युनिकेसन भएको बताए, तर यस प्रतिक्रियामा देखिएको ‘डर र प्रविधि-विरोधी दृष्टिकोण’ (लुडिटिभिजम) ले एआईको प्रयोग गरेर ‘सम्पूर्ण गणितलाई फर्मलईजेसन गर्ने’ आफ्नो संकल्पलाई अझ बलियो बनाएको बताए।

यसैबीच, हरिहरनको टोलीले म्याथ इन्कको कोडलाई स्फेयर-प्याकिङ प्रमाणका लागि थप व्यवस्थित बनाउन एआई उपकरणहरूको प्रयोग गरिरहेको छ। उनीहरू पोइरोक्ससँग मिलेर कोडभित्र रहेका दोहोरिएका विवरणहरू हटाउन (जस्तै २+२ = ४ किन हुन्छ भनी प्रमाणित गर्ने सिद्धान्तहरू) र अस्पष्ट खण्डहरूलाई बुझ्न सकिने भाषामा रूपान्तरण गर्न काम गरिरहेका छन्। यद्यपि यो प्रक्रिया निकै पट्यारलाग्दो छ। हरिहरनले यसले डा. वियाजोभ्स्काको गणित र एआईले कसरी काम गर्छ भन्ने कुरा दुवैमा ‘महत्त्वपूर्ण अन्तर्दृष्टि’ प्रदान गरेको बताए।

हरिहरनले यसै समरमा अर्को एआई गणित स्टार्ट-अप ‘एक्सिओम म्याथ’ मा इन्टर्नशिप पनि गरिरहेका छन् । यद्यपि, उनको दीर्घकालीन योजनाहरूमा एआईको भूमिका के हुनेछ भन्नेमा उनी अझै निश्चित छैनन्। तर जब उनी यसै ‘अटम्’ ऋतुमा आफ्नो अध्ययनमा फर्किनेछन्, उनको अर्को परियोजना फर्मलईजेसनमा केन्द्रित हुने छैन।

‘मैले फर्मलईजेसन गर्ने अर्को सिद्धान्त यस्तो होस्, जसलाई प्रमाणित गर्ने व्यक्ति म आफैँ बुँदागत रूपमा नभएर पहिलो व्यक्ति बन्न सकूँ,’ उनले भने।