एक महीना पहले, Donald Knuth ने कुछ ऐसा किया जो इंटरनेट को बीच से चीर देना चाहिए था। 87 साल के ये बंदे — The Art of Computer Programming के author, वो multi-volume algorithmic गीता जिसके सामने computer scientists 1960s से माथा टेक रहे हैं — ने एक mathematics paper publish किया जिसका title था "Claude's Cycles." एक AI model के नाम पर। क्योंकि उस model ने वो ढूंढ लिया जो वो खुद नहीं ढूंढ पाए।
इंटरनेट, जैसा कि expected था, chatbots को coding puzzles पर benchmark करने में इतना busy था कि notice ही नहीं किया।
यहाँ बताता हूँ ये इस हफ्ते की किसी भी leaderboard लड़ाई से ज़्यादा important क्यों है।
Knuth हफ्तों से एक problem पर अटके हुए थे — directed graphs की Hamiltonian decompositions। इंसानी भाषा में translate करें तो: सोचो one-way streets का एक network। Hamiltonian cycle एक ऐसा route है जो हर चौराहे पर exactly एक बार जाए और वापस starting point पर लौट आए — दुनिया का सबसे efficient pub crawl, कोई repeat नहीं, जहाँ से शुरू किया वहीं end करो। Knuth को एक general construction चाहिए थी जो 2×2×2 से बड़े किसी भी odd-dimensional cube के लिए काम करे। छोटे cases उन्होंने हाथ से solve कर लिए थे। Computers ने 16×16×16 तक solutions verify कर दिए थे। लेकिन वो elegant general rule? हफ्तों की मेहनत। कुछ नहीं मिला।
28 फरवरी को, Filip Stappers — एक colleague — ने ये problem Claude Opus 4.6 को दे दी। करीब एक घंटे में फैली 31 guided conversations में, Claude ने conjecture पर हर angle से attack किया। Linear formulas. Brute-force searches. Geometric frameworks. Simulated annealing — metallurgy से चुराई गई technique जहाँ solution को "heat" और "cool" करते हो ताकि local dead ends से बाहर निकल सको। दीवारों से टकराया। Pivot किया। चलता रहा।
फिर crack कर दिया। Claude ने independently underlying structure को Cayley digraph के रूप में identify किया — एक specific network type जो mathematical group operations से बनता है — और problem को accordingly reformulate कर दिया। Result में आया "serpentine" pattern जो classical Gray code से match करता था, एक combinatorial sequence जहाँ consecutive entries exactly एक digit से differ करती हैं। Claude ने ये from scratch derive किया, बिना जाने कि classical version exist करता है। एक AI ने एक known mathematical structure को reinvent कर दिया — एक ऐसे problem को solve करते हुए जिसे एक living legend छू भी नहीं पाया।
Pedantic लोगों के लिए raw numbers: 3×3×3 case के लिए 11,502 Hamiltonian cycles। उनमें से 1,012 5×5×5 तक generalize करते हैं, और 996 5×5×5 और 7×7×7 दोनों के लिए काम करते हैं। Exactly 760 "Claude-like" decompositions 1 से बड़े सभी odd dimensions के लिए hold करती हैं।
अब वो part जहाँ मैं celebration बर्बाद करता हूँ।
Claude ने ये अकेले नहीं किया। बिल्कुल भी नहीं। Stappers ने उन सभी 31 conversations को steer किया। Knuth ने formal proof खुद लिखा। Even-dimension case — literally problem का दूसरा आधा हिस्सा — अभी भी unsolved है, और Claude ने उस पर exactly zero useful progress की। तो हम एक ऐसे model की बात कर रहे हैं जिसने, एक skilled human के steering में, एक highly structured domain में आधी problem solve की। Exactly Skynet नहीं है।
लेकिन skeptics को ये बात हज़म करनी होगी: वो "skilled human holding the wheel" पहले ही try कर चुका था। और fail हो चुका था। Tool ने difference बनाया। Marginal difference नहीं — qualitative difference। History के सबसे brilliant algorithmic minds में से एक की हफ्तों की मेहनत, एक घंटे में crack — एक ऐसे model द्वारा जिसे ये भी नहीं पता कि graph क्या होता है।
Knuth ने इसे कहा "a joy to learn not only that my conjecture has a nice solution but also to celebrate this dramatic advance in automatic deduction." और revised version (March 16) में ये drop किया: "It seems I'll have to revise my opinions about 'generative AI' one of these days."
उस आदमी से जो algorithms के बारे में इतना भूल चुका है जितना ज़्यादातर CS departments मिलकर भी नहीं जानते — ये sentence चुपचाप bomb की तरह फटता है। ये कोई LinkedIn influencer नहीं है जो artificial intelligence की जीत declare कर रहा। ये वो इंसान है जिसने computational complexity standards define किए — एक published academic paper में admit कर रहा है कि AI के बारे में उसकी assumptions गलत थीं।
और हम सब collectively इसे scroll करके आगे निकल गए — ये argue करने के लिए कि Gemini का context window सच में 2 million tokens है या नहीं।
सबक ये नहीं है कि AI mathematicians की नौकरी खाने आ रहा है। ये इससे ज़्यादा dark और simple है। जो लोग इन tools को use करने की सबसे बेहतर position में हैं — domain experts जिनके पास hard, well-defined problems हैं — उन्हें ऐसे results मिल रहे हैं जो magic जैसे दिखते हैं। बाकी सब वही models LinkedIn posts generate करने और benchmarks पर लड़ने के लिए use करते हैं। "Expert के हाथ में sharp tool AI" और "party trick AI" के बीच का gap कम नहीं हो रहा। बढ़ रहा है।
Knuth ने एक paper का नाम chatbot पर नहीं रखा क्योंकि 87 की उम्र में दिमाग कमज़ोर हो गया। उन्होंने इसलिए रखा क्योंकि intellectual honesty ने demand किया। AI ने answer ढूंढा। उनमें इतनी integrity थी कि कह दिया।
हममें से ज़्यादातर में नहीं होगी। हम pretend करते रहेंगे कि tools या तो बेकार हैं या सर्वशक्तिमान, क्योंकि uncomfortable truth — कि ये powerful हैं लेकिन सिर्फ सही हाथों में — किसी की narrative में fit नहीं होती।
