[ad_1]
বিভিন্ন বিশ্ববিদ্যালয়ের পদার্থবিদদের একটি দল এর সঙ্গে যুক্ত হয়েছে কৃত্রিম বুদ্ধিমত্তা (AI) মডেল GPT-5.2 তাত্ত্বিক পদার্থবিজ্ঞানে একটি নতুন ফলাফলে পৌঁছাতে, OpenAI ঘোষণা 13 ফেব্রুয়ারিতে।
যদিও ফলাফলটি নিজেই অস্পষ্ট, যদিও বিষয়টিতে কাজ করা পদার্থবিদদের কাছে মূল্যবান, দল এবং মডেলটি ফলাফলে পৌঁছানোর জন্য যে পদ্ধতিগুলি ব্যবহার করেছিল তা মাথা ঘুরিয়ে দিচ্ছে।
সমস্যা বিবৃতি
কল্পনা করুন আপনি ভবিষ্যদ্বাণী করার চেষ্টা করছেন যখন কণা একে অপরের সাথে বিপর্যস্ত হয় তখন কী ঘটে। কণা পদার্থবিদ্যায়, বিজ্ঞানীরা এই ভবিষ্যদ্বাণীগুলি গণনা করেন বিক্ষিপ্ত প্রশস্ততা নামক কিছু ব্যবহার করে – মূলত সূত্র যা কণার সংঘর্ষের সময় বিভিন্ন ফলাফলের সম্ভাবনাকে থুতু দেয়।
এখন, এই সম্ভাব্যতাগুলি গণনা করার ঐতিহ্যগত উপায়ে ফাইনম্যান ডায়াগ্রাম নামে অনেকগুলি ছোট ডায়াগ্রাম অঙ্কন করা জড়িত, যা কণাগুলি কীভাবে যোগাযোগ করতে পারে তা দেখায়। বিভিন্ন ধরণের ডায়াগ্রাম রয়েছে তবে নতুন কাজটি সবচেয়ে সহজ ধরণের উপর দৃষ্টি নিবদ্ধ করে, যাকে গাছের চিত্র বলা হয়। প্রকৃত গাছের মতো এই শাখাগুলি বেরিয়ে আসে: কণাগুলি আসে, শীর্ষস্থানে মিলিত হয় যেখানে তারা যোগাযোগ করে এবং বেরিয়ে যায়, কিন্তু পথগুলি কখনই নিজের দিকে ফিরে আসে না।
যদিও ট্রি ডায়াগ্রামগুলি ফাইনম্যান ডায়াগ্রামের সবচেয়ে সহজ প্রকার, আপনি আপনার সংঘর্ষে আরও কণা যোগ করার সাথে সাথে, আপনাকে আঁকতে এবং গণনা করার জন্য প্রয়োজনীয় বিভিন্ন গাছের ডায়াগ্রামের সংখ্যা ভয়ানক দ্রুত বৃদ্ধি পায়। মাত্র কয়েকটি কণার জন্য, আপনাকে হাজার হাজার বা লক্ষ লক্ষ গাছের ডায়াগ্রাম গণনা করতে হবে এবং সেগুলিকে যোগ করতে হবে। এটা ক্লান্তিকর হতে পারে.
কিন্তু এখানে ব্যাপারটি হল: পদার্থবিদরা অবশেষে যখন সমস্ত কাজ শেষ করে এবং সবকিছু যোগ করে, তখন তারা প্রায়শই উত্তরটি আশ্চর্যজনকভাবে সহজ বলে মনে করেন, যেমন একটি অগোছালো সমীকরণ যেমন এক মিলিয়ন পদের সাথে কোনোভাবে বাতিল হয়ে যায় মাত্র কয়েকটিতে। 1980 এর দশকে যখন পদার্থবিদরা প্রথম এটিতে এসেছিলেন তখন এই আবিষ্কারটি আসলে বেশ চমকপ্রদ ছিল। এটি একটি চিহ্ন যে তারা সম্ভবত কঠিন উপায়ে কাজ করছে এবং একটি চতুর শর্টকাট হতে পারে যা তারা এখনও খুঁজে পায়নি।
নতুন কাগজ গ্লুয়ন জড়িত এক ধরনের কণা সংঘর্ষের উপর দৃষ্টি নিবদ্ধ করে। গ্লুয়ন হল এমন কণা যা প্রোটন এবং নিউট্রনের ভিতরে কোয়ার্ককে একত্রে ধরে রাখা আঠার মতো কাজ করে। তারা শক্তিশালী শক্তির বাহক, যা প্রকৃতির চারটি মৌলিক শক্তির মধ্যে একটি। যখন গ্লুয়ন একে অপরের সাথে বা কোয়ার্কের সাথে যোগাযোগ করে, তখন কী ঘটবে তা ভবিষ্যদ্বাণী করার জন্য পদার্থবিদদের বিক্ষিপ্ত প্রশস্ততা গণনা করতে হবে।
গ্লুয়নগুলির হেলিসিটি নামে একটি বৈশিষ্ট্য রয়েছে, যা তাদের ঘূর্ণনের দিকের অনুরূপ। একটি ফুটবল ঘড়ির কাঁটার দিকে বা ঘড়ির কাঁটার বিপরীত দিকে সর্পিল হচ্ছে কিনা তা মনে করুন যখন এটি বাতাসের মধ্য দিয়ে উড়ে যায়। পদার্থবিদরা এই হেলিসিটি স্টেটগুলোকে প্লাস বা মাইনাস চিহ্ন দিয়ে লেবেল করেন: একটি গ্লুওনের ইতিবাচক হেলিসিটি (এক দিকে ঘোরানো) বা নেতিবাচক হেলিসিটি (বিপরীতভাবে ঘোরানো) থাকতে পারে। যখন তারা গ্লুওনের সংঘর্ষের জন্য বিক্ষিপ্ত প্রশস্ততা গণনা করছে, তখন তাদের ট্র্যাক রাখতে হবে কোন গ্লুয়নের হেলিসিটি আছে।
দীর্ঘকাল ধরে, পদার্থবিদরা বিশ্বাস করেছিলেন যে স্পিনিং গ্লুওনের নির্দিষ্ট সংমিশ্রণে শূন্য প্রশস্ততা থাকবে, যার অর্থ এই সংঘর্ষগুলি ঘটতে পারে না। বিশেষভাবে, যদি আপনার একটি গ্লুয়ন এক দিকে ঘুরতে থাকে (এটিকে বিয়োগ বলুন) এবং অন্যরা বিপরীত দিকে ঘুরছে (প্লাস), আদর্শ যুক্তি এই কনফিগারেশনটি নিষিদ্ধ বলে পরামর্শ দেয়।
AI এর সাহায্য
নতুন কাজ পাওয়া গেছে যে এটি পুরোপুরি সঠিক নয়। একক-বিয়োগ গাছের প্রশস্ততা, যেখানে একটি গ্লুওন বিয়োগ এবং বাকিগুলি প্লাস, আসলে কিছু বিশেষ পরিস্থিতিতে ঘটতে পারে। কণাগুলিকে এমনভাবে সাজানো দরকার যেটিকে লেখকরা একটি অর্ধ-কোলিনিয়ার কনফিগারেশন বলেছেন — সমস্ত কণা প্রায় একই দিকে চলে, যেমন তীরগুলি একই রেখা বরাবর নির্দেশ করে। প্রচেষ্টাটি অবশেষে এই পূর্বে অসম্ভব গাছ-স্তরের প্রশস্ততার জন্য একটি সহজ সূত্র প্রকাশ করেছে।
অধ্যয়নের লেখকদের মতে, GPT-5.2 Pro প্রথম সূত্রটি প্রস্তাব করেছিল, এবং আরেকটি AI মডেল – একটি অভ্যন্তরীণ মডেল যা OpenAI এই উদ্দেশ্যে তৈরি করেছিল – এটি সঠিক বলে প্রমাণিত হয়েছিল। মানব পদার্থবিজ্ঞানীরা তখন যাচাই করে দেখেন যে এটি সমস্ত ধরণের গাণিতিক সামঞ্জস্যের নিয়মগুলিকে সন্তুষ্ট করে কিনা যা সঠিক পদার্থবিজ্ঞানের সূত্র মেনে চলতে হবে।
'মানুষ' একই গণনার জন্য সুস্পষ্ট সূত্র প্রদান করে যখন তারা তিন, চার এবং পাঁচটি গ্লুয়ন যুক্ত করে, যখন সূত্রগুলি তুলনামূলকভাবে পরিচালনাযোগ্য। কিন্তু যখন তারা ছয়টি গ্লুয়নে পৌঁছায়, পুরানো পদ্ধতি ব্যবহার করে সূত্রটিতে ইতিমধ্যেই 32টি পৃথক পদ ছিল – এমনকি এত অল্প সংখ্যক কণার জন্য জটিলতার একটি তীব্র বৃদ্ধি। অন্যদিকে নতুন সূত্রটি ছিল একটি পণ্য n – 2 কারণ, যেখানে n কণার সংখ্যা।
“পদার্থবিজ্ঞানের এই অংশে এটি প্রায়শই ঘটে যে পাঠ্যপুস্তক পদ্ধতি ব্যবহার করে গণনা করা কিছু শারীরিক পর্যবেক্ষণের জন্য অভিব্যক্তিগুলি ভয়ঙ্করভাবে জটিল দেখায়, কিন্তু খুব সহজ হতে দেখা যায়,” ইনস্টিটিউট ফর অ্যাডভান্সড স্টাডি পদার্থবিজ্ঞানের অধ্যাপক নিমা আরকানি-হামেদ একটি রিলিজে বলেছেন। “এটি গুরুত্বপূর্ণ কারণ প্রায়শই সাধারণ সূত্রগুলি আমাদের গভীর নতুন কাঠামোর উন্মোচন এবং বোঝার দিকে যাত্রায় পাঠায়, ধারণার নতুন জগত খুলে দেয় যেখানে অন্যান্য জিনিসগুলির মধ্যে, প্রারম্ভিক বিন্দুতে দেখা সরলতাকে সুস্পষ্ট করা হয়।”
দ প্রিপ্রিন্ট কাগজ কাজটি 12 ফেব্রুয়ারি arXiv সংগ্রহস্থলে আপলোড করা হয়েছিল।
“আমার কাছে, 'একটি সাধারণ সূত্র খোঁজা সবসময়ই স্থির ছিল, এবং এমন কিছু যা আমি দীর্ঘকাল ধরে অনুভব করেছি কম্পিউটারের দ্বারা স্বয়ংক্রিয় হতে পারে৷ দেখে মনে হচ্ছে অনেক ডোমেনে আমরা এটি দেখতে শুরু করেছি; এই কাগজের উদাহরণটি আধুনিক AI সরঞ্জামগুলির শক্তিকে কাজে লাগানোর জন্য বিশেষভাবে উপযুক্ত বলে মনে হচ্ছে,” আরকানি-হামেদ যোগ করেছেন৷
ভুল করা
যদি নতুন আবিষ্কারটি পদার্থবিজ্ঞান গবেষণায় AI-কে তার সর্বোত্তমভাবে উপস্থাপন করে, প্রকৃত অন্তর্দৃষ্টি তৈরি করে যা মানুষ কঠোরভাবে যাচাই করতে পারে, তবে এর সাফল্য একটি প্রশ্নও উত্থাপন করে: AI কতটা নির্ভরযোগ্যভাবে তাত্ত্বিক পদার্থবিজ্ঞানে অবদান রাখতে পারে? কারণ অন্যান্য সাম্প্রতিক পর্বগুলি পরামর্শ দেয় যে উত্তরটি কেবল নতুন কাজের পরামর্শের চেয়ে আরও জটিল।
19 নভেম্বর, 2025-এ, মিশিগান স্টেট ইউনিভার্সিটির তাত্ত্বিক পদার্থবিদ স্টিফেন হু, একটি কাগজ আপলোড তিনি বলেন যে জার্নাল দ্বারা প্রকাশের জন্য গৃহীত হয়েছে পদার্থবিদ্যা পত্র বি; এটি প্রকাশিত হয়েছিল জানুয়ারী 2026. গবেষণাপত্রে, Hsu রিপোর্ট করেছে যে GPT-5-এর মতো বড় ভাষা মডেল (LLMs) শুধুমাত্র পদার্থবিদদের সাহায্য করার পরিবর্তে আধুনিক পদার্থবিদ্যা গবেষণায় অবদান রাখতে পারে।
তিনি একটি বাস্তব গবেষণা প্রকল্পের বর্ণনা দিয়েছেন যেখানে তিনি AI মডেল দুটি ভূমিকায় ব্যবহার করেছেন — নতুন ধারণা এবং গণনা তৈরি করতে এবং ত্রুটির জন্য কাজ পরীক্ষা করতে — একটি প্রশংসনীয় শব্দ কিন্তু ভুল ফলাফল তৈরি করার মডেলের প্রবণতা কমাতে একটি বিড। এইভাবে, তিনি রিপোর্ট করেছেন, জিপিটি-5 স্বাধীনভাবে একটি অভিনব গবেষণা নির্দেশনা প্রস্তাব করেছে, কোয়ান্টাম মেকানিক্সের পরিবর্তনগুলি অধ্যয়নের জন্য টোমোনাগা-শুইঙ্গার ফর্মালিজম প্রয়োগ করে, তারপরে সেই প্রান্তে জটিল সমীকরণগুলি বের করতে সহায়তা করেছে।
Hsu কাগজের টেক্সটে জোর দিয়েছিলেন যে মডেলটি অত্যাধুনিক পদার্থবিজ্ঞানের ধারণাগুলিকে হেরফের করতে পারে এবং এমনকি নতুন গবেষণার পথেরও পরামর্শ দিতে পারে, এটি এখনও সাধারণ গণনা ভুল থেকে আরও বিপজ্জনক ধারণাগত ত্রুটি পর্যন্ত সবকিছু তৈরি করেছে, নেতৃস্থানীয় Hsu বলতে: “একটি LLM-এর সাথে গবেষণার তুলনা হতে পারে একজন উজ্জ্বল কিন্তু অবিশ্বস্ত মানব প্রতিভার সাথে সহযোগিতার সাথে যিনি গভীর অন্তর্দৃষ্টিতে সক্ষম তবে সহজ এবং গভীর উভয় ত্রুটির জন্যও সক্ষম।”
1 ডিসেম্বরে X.com-এ যখন Hsu কাগজটি ঘোষণা করেছিল, তখন OpenAI সভাপতি গ্রেগ ব্রোকম্যান অন্যদের মধ্যে এটিকে রিটুইট করেছিলেন।
'একটি সতর্কতামূলক গল্প'
এক সপ্তাহ পরে, আইআইটি-মান্ডি তাত্ত্বিক পদার্থবিদ নির্মাল্য কাজুরি তার উপর একটি পোস্ট প্রকাশ করেছেন ব্লগ উল্লেখ্য যে 1994 সাল থেকে কাগজে গৃহীত AI পদ্ধতির একটি “মৃত হয়েছে”, যখন চার্লস টরে এবং মাধবন ভারদারাজন প্রমাণ করেছিলেন যে এটি “শুধু কাজ করে না”। ফলাফলটি বোঝায় যে “এই কাগজের শুরুর বিন্দু … দিয়ে শুরু করার জন্য ভালভাবে সংজ্ঞায়িত করা হয়নি,” কাজুরি যোগ করেছেন। একই সময়ে, ইউনিভার্সিটি কলেজ লন্ডনের পদার্থবিজ্ঞানী জোনাথন ওপেনহেইম লিখেছেন যে Hsu এর যে প্রশ্নপত্রটি সম্বোধন করা হয়েছিল তার উত্তর 35 বছর আগে পদার্থবিদ নিকোলাস গিসিন এবং জোসেফ পোলচিনস্কি দিয়েছিলেন।
ওপেনহেইমের দৃষ্টিতে, AI এর কাছে বুদ্ধির অভাব ছিল যে এটি স্থির অঞ্চলে ঘোরাফেরা করছে এবং থামতে এবং জিজ্ঞাসা করার জন্য যে এটি কোন নতুন অন্তর্দৃষ্টিতে অবদান রাখতে পারে।
ওপেনহেইম আরও ঘনিষ্ঠভাবে পরিদর্শন করার পরেও খুঁজে পেয়েছেন যে AI এর গাণিতিক মানদণ্ডটি আসলে যা দাবি করেছে তা পরীক্ষা করেনি। বিশেষত, এটি অ-স্থানীয় পরিবর্তনগুলির সাথে সমস্যাগুলি ধরেছিল, যা পদার্থবিদরা ইতিমধ্যেই সমস্যাযুক্ত ছিল, কিন্তু অ-রৈখিক পরিবর্তনের সাথে কিছু বাস্তব সমস্যা মিস করেছে। অন্য কথায়, এআই ভুল প্রশ্নের উত্তর দিয়েছে যখন এটি সঠিক দেখায়। এইভাবে, তিনি সতর্ক করে দিয়েছিলেন, এআই-উত্পাদিত “স্লপ” এর মতো দেখায়: আপাতদৃষ্টিতে সঠিক গণিত এবং পরিশীলিত আনুষ্ঠানিকতা সহ কাগজপত্র যা সমকক্ষ পর্যালোচনা পাস করে কিন্তু প্রকৃতপক্ষে জ্ঞান অগ্রসর করে না।
“আমি বেশ আত্মবিশ্বাসী যে স্টিভ এটি একটি AI কী করতে পারে তার একটি উদাহরণ হিসাবে প্রকাশ করেছেন, বরং আকর্ষণীয় পদার্থবিজ্ঞানের উদাহরণ হিসাবে,” ওপেনহেইম লিখেছেন। “যা এটিকে একটি সতর্কতামূলক গল্প করে তোলে।”
এগিয়ে লুপিং
4 ফেব্রুয়ারী, তিনি একটি ভিন্ন ধরণের প্রচেষ্টার কথা জানান, আবার একটি এআই মডেলের জন্য, এই ক্ষেত্রে অ্যানথ্রপিক এআই এর ক্লড, গবেষণা-স্তরের পদার্থবিদ্যা সম্পাদন করার জন্য। ওপেনহেইম তার ছাত্র মুহাম্মদ সাজ্জাদকে একটি নির্দিষ্ট গণনা করার জন্য এক সপ্তাহ সময় দিয়েছিলেন যার মধ্যে অস্বাভাবিক বৈশিষ্ট্যগুলির সাথে পাথ ইন্টিগ্রেলগুলি জড়িত যা স্ট্যান্ডার্ড কোয়ান্টাম ফিল্ড তত্ত্ব থেকে আলাদা। যখন ওপেনহেইমের একই সমস্যার উপর ক্লড ওপাস 4.5 কাজ ছিল, তখন এটি পাঁচ মিনিটের মধ্যে সম্পন্ন হয়েছিল কিন্তু ভুল উত্তরে পৌঁছেছিল।
মজার বিষয় হল, যখন তিনি ক্লদকে ম্যাথমেটিকা কোড ব্যবহার করে এর কাজ যাচাই করতে বলেছিলেন, তখন এটি গণিতের আউটপুটের সাথে পুরোপুরি মেলে না হওয়া পর্যন্ত এটি নিজেকে যাচাই এবং সংশোধন করার একাধিক পুনরাবৃত্তির মধ্য দিয়ে যায়। সমস্যাটি ছিল যে ক্লড গণিতকে শুরু করার জন্য ভুল অভিব্যক্তি দিয়েছিলেন, তাই এটি আত্মবিশ্বাসের সাথে ভুল উত্তরে একত্রিত হয়েছিল।
ওপেনহেইম তখন একটি অস্বাভাবিক শিক্ষার পদ্ধতি তৈরি করেছিলেন: তিনি ক্লদ কোডের 'স্কিল ফাইল' সিস্টেম ব্যবহার করেছিলেন যাতে AI এর ভুলগুলি থেকে শিখতে শেখানো যায়। (স্কিল ফাইলটি ব্যবহারকারীদের ক্রমাগত নির্দেশাবলী তৈরি করতে দেয় যা ব্যবহারকারী নির্দিষ্ট বিষয় উল্লেখ করলে স্বয়ংক্রিয়ভাবে লোড হয়।) তারপর, প্রতিটি শিক্ষার সেশনের পরে, তিনি ক্লডের স্মৃতি সম্পূর্ণরূপে মুছে ফেলতেন এবং গণনাটি নতুনভাবে সম্পাদন করতে বলবেন।
তিনি যাকে “গ্রাউন্ডহগ ডে লুপ” নামে অভিহিত করেছিলেন তার একাধিক পুনরাবৃত্তি — ১৯৯৩ সালের হলিউড ফিল্মটির কথা উল্লেখ করে যার নায়ক বারবার একই দিন বেঁচে থাকে এবং অবশেষে প্রেম খুঁজে পায় — দক্ষতা ফাইলটি সমস্যাটির সঠিক উত্তর খোঁজার জন্য প্রয়োজনীয় পাঠগুলি জমা করে, যার মধ্যে রয়েছে ধাপে ধাপে গণনা ভাঙা, একটি সাংকেতিক গণিতের চেয়ে একাধিক সফ্টওয়্যার ব্যবহার করার চেষ্টা করা। ফলাফল যাচাই করতে, এবং তাই। এবং যেহেতু ক্লডের প্রতিটি উদাহরণ একটি পরিষ্কার স্মৃতি থেকে শুরু হয়েছিল, এটি তার পূর্বসূরিদের ব্যর্থতাগুলি মনে রাখে না।
অবশেষে, ওপেনহেইম রিপোর্ট করেছেন যে ক্লডের একটি উদাহরণ পাঁচ মিনিটের মধ্যেই গণনাটি ঠিক হয়ে গেছে, শেষ পর্যন্ত তার সাথে মিলে যায় যা মুহাম্মদ সাজ্জাদকে এক সপ্তাহের সূক্ষ্ম পরিশ্রমের জন্য নিয়েছিল, এমনকি নিজেকেও ঠেলে দেয়নি।
কাগজপত্রের বন্যা
যেমন কাজুরি তার পোস্টে লিখেছেন, “AI তার স্নাতক ছাত্রের আর্কে প্রবেশ করেছে। সতর্কতার সাথে, এটি গণনার মাধ্যমে কাজ করতে পারে এবং দরকারী ধারনা নিয়ে আসতে পারে। কিন্তু বেশিরভাগ গ্র্যাড ছাত্রদের মতো, এটিকে এখনও একজন পরিপক্ক গবেষক হওয়ার আগে কিছু পথ যেতে হবে। আপনি যদি এটিকে একটি অতুচ্ছ সমস্যা সমাধান করতে বলেন, এটি আপনাকে ঢালাওভাবে দেবে। কিন্তু তত্ত্বাবধানে এবং পরীক্ষা-নিরীক্ষার মাধ্যমে এটি প্রভাব ফেলতে পারে।”
“এখনই, এটি প্রায় অবশ্যই পুরো গবেষণা পত্র লিখতে পারে না (অন্তত যদি আপনি এটি সঠিক এবং ভাল হতে চান), তবে এটি আপনাকে আটকাতে সাহায্য করতে পারে যদি আপনি অন্যথায় জানেন যে আপনি কী করছেন, যাকে আপনি একটি মিষ্টি জায়গা বলতে পারেন,” টেক্সাস বিশ্ববিদ্যালয়ের তাত্ত্বিক কম্পিউটার বিজ্ঞানী স্কট অ্যারনসন লিখেছেন 2025 সালের সেপ্টেম্বরে তার একটি সমস্যার জন্য GPT-5-এর সাহায্য তালিকাভুক্ত করার পরে৷ “এই অবস্থা কতদিন চলবে কে জানে?”
এই নির্ণয়ের জন্য বলা হচ্ছে, এআই এখন বিভিন্ন উপায়ে বৈজ্ঞানিক উদ্যোগের সাথে একীভূত হচ্ছে, কিছু উদ্যোগে অন্যদের তুলনায় বেশি পাইকারি। সম্ভবত এই মুহূর্তে সবচেয়ে দৃশ্যমান উপায় হল অসাধু বিজ্ঞানীদের দ্বারা AI ব্যবহার করে খারাপ কাগজপত্র তৈরি করা — যেমন ওপেনহেইম এবং অন্যদের সতর্ক করেছেন – এবং আরও কমিয়ে দিন ইতিমধ্যে গড় মানের স্তব্ধ গবেষণা সাহিত্য তাদের নিজস্ব কর্মজীবন আরো এগিয়ে.
কিছু জার্নালের পিয়ার-পর্যালোচকরাও এআই গ্রহণ করেছেন। পর্যালোচনার কাজ স্বেচ্ছামূলক হলেও শ্রম-নিবিড় এবং সময়সাপেক্ষ, এবং অনেক পর্যালোচক বিভিন্ন কাজের জন্য জার্নালের পরামর্শের বিপরীতে মডেলের সাহায্য নিয়েছেন। কিন্তু সেখানেও সম্প্রতি বিজ্ঞানীরা ড বলা হিন্দুঅন্যদের মধ্যে “ধারণাগত অভিনবত্ব এবং তাত্পর্য” মূল্যায়ন করতে এবং “গঠনমূলক প্রতিক্রিয়া যা বিজ্ঞানকে অগ্রসর করে” প্রদান করার জন্য মানুষের সাথে থাকা গুরুত্বপূর্ণ।
mukunth.v@thehindu.co.in
[ad_2]
Source link