शुद्ध गणित, गणितका सिद्धान्त, संरचना र प्रमेयहरूको विकास तथा तिनको तार्किक प्रमाणमा केन्द्रित शाखा हो, जसले सम्पूर्ण गणितको सैद्धान्तिक आधार निर्माण गर्छ। अनुप्रयुक्त गणित अर्थात् एप्लाइड म्याथम्याटिक्सले यिनै सिद्धान्तलाई विज्ञान, इन्जिनियरिङ, स्वास्थ्य, उद्योग, अर्थशास्त्र तथा अन्य वास्तविक जीवनका समस्याको गणितीय मोडेलिङ, विश्लेषण र समाधानमा प्रयोग गर्छ।

गणितीय विज्ञान भनेको शुद्ध गणित, अनुप्रयुक्त गणित, तथ्याङ्कशास्त्र, कम्प्युटेसनल गणित, डेटा विज्ञान, बीमाङ्क विज्ञान, कृत्रिम बुद्धिमत्ता, मेसिन लर्निङ तथा अन्य गणितमा आधारित अन्तरविषयक क्षेत्रहरूलाई समेट्ने व्यापक अध्ययन र अनुसन्धानको क्षेत्र हो। यसले गणितीय सिद्धान्त, विधि र प्रविधिको विकास तथा तिनको प्रयोगमार्फत विज्ञान, प्रविधि र वास्तविक जीवनका जटिल समस्याहरूको विश्लेषण, मोडेलिङ र समाधान गर्न आधार प्रदान गर्छ।

शुद्ध गणितमा विकसित सिद्धान्त, प्रमेय र गणितीय संरचनाहरू नै अनुप्रयुक्त गणित तथा गणितीय विज्ञानका आधार हुन्। भौतिक विज्ञान, इन्जिनियरिङ, कृत्रिम बुद्धिमत्ता, मेसिन लर्निङ, डेटा विज्ञान, वित्तीय गणित, गणितीय मोडेलिङ, वैज्ञानिक गणना तथा कम्प्युटेसनल विज्ञानमा प्रयोग हुने अधिकांश विधि, एल्गोरिदम र विश्लेषणात्मक प्रविधिहरू यिनै आधारमा विकसित भएका छन्। त्यसैले शुद्ध गणितको सुदृढ आधारबिना आधुनिक विज्ञान, प्रविधि र गणितीय विज्ञानको दिगो विकास सम्भव हुँदैन।

आज गणितीय विज्ञान आधुनिक विज्ञान, प्रविधि र नवप्रवर्तनको प्रमुख आधारका रूपमा स्थापित छ। यसले तार्किक चिन्तन, विश्लेषणात्मक क्षमता, समस्या समाधान, निर्णय क्षमता तथा अनुसन्धान सीपको विकास गर्दै कृत्रिम बुद्धिमत्ता, मेसिन लर्निङ, डेटा विज्ञान, बीमाङ्क विज्ञान, वैज्ञानिक गणना, गणितीय मोडेलिङ, कम्प्युटेसनल सिमुलेसन तथा उच्च–सम्पादन क्षमता भएका कम्प्युटिङ जस्ता उदीयमान क्षेत्रहरूको विकासलाई गति दिएको छ।

शिक्षण–सिकाइ प्रक्रियालाई अवधारणामूलक, प्रयोगात्मक, परियोजनामूलक, अनुसन्धानमुखी तथा प्रविधिमैत्री बनाउँदै विद्यार्थीमा गणितीय सोच, कम्प्युटेसनल सीप, अनुसन्धान क्षमता र नवप्रवर्तनमुखी दृष्टिकोण विकास गर्नु आवश्यक छ।

साथै, भूभौतिकीय मोडेलिङ, वायु तथा जल प्रदूषण विश्लेषण, जलवायु परिवर्तन, जैव–गणित, जैव–तरल गतिकी, फ्र्याक्सनल क्याल्कुलस, स्वास्थ्य, कृषि, ऊर्जा, वित्त, उद्योग तथा नीतिनिर्माणमा यसको प्रयोग निरन्तर विस्तार भइरहेको छ। यस परिप्रेक्ष्यमा गणित शिक्षा केवल परीक्षा उत्तीर्ण गर्ने माध्यम नभई वैज्ञानिक अनुसन्धान, गणितीय मोडेलिङ, नवप्रवर्तन र प्रविधि विकासको आधारका रूपमा विकास गरिनुपर्छ।

शिक्षण–सिकाइ प्रक्रियालाई अवधारणामूलक, प्रयोगात्मक, परियोजनामूलक, अनुसन्धानमुखी तथा प्रविधिमैत्री बनाउँदै विद्यार्थीमा गणितीय सोच, कम्प्युटेसनल सीप, अनुसन्धान क्षमता र नवप्रवर्तनमुखी दृष्टिकोण विकास गर्नु आवश्यक छ। नेपालको राष्ट्रिय शिक्षा नीति, डिजिटल नेपाल फ्रेमवर्क तथा साइन्स, टेक्नोलोजी, इन्जिनियरिङ र म्याथमेटिक्स (एसटीइएम/STEM) शिक्षाको अवधारणाले गणितीय विज्ञानलाई ज्ञानमा आधारित अर्थतन्त्र निर्माणको प्रमुख आधारका रूपमा स्वीकार गरेको छ।

त्यसैले विद्यालयदेखि उच्च शिक्षासम्म गणित शिक्षालाई समयसापेक्ष, अनुसन्धानमुखी र प्रविधिमैत्री बनाउँदै शुद्ध गणित, अनुप्रयुक्त गणित, गणितीय विज्ञान, कृत्रिम बुद्धिमत्ता, मेसिन लर्निङ, डेटा विज्ञान, बीमाङ्क विज्ञान तथा गणितीय मोडेलिङसँग प्रभावकारी रूपमा एकीकृत गर्न आवश्यक छ। यसबाट अन्तर्राष्ट्रिय स्तरको अनुसन्धान, नवीन प्रविधिको विकास, दक्ष मानव संसाधन उत्पादन तथा नेपालको वैज्ञानिक, प्राविधिक र आर्थिक रूपान्तरणमा महत्त्वपूर्ण योगदान पुर्‍याउन सकिनेछ।

• कक्षा १२ सम्म कस्तो गणित ?

नेपालमा कक्षा १२ सम्मको गणित शिक्षाले अपेक्षित उपलब्धि हासिल गर्न नसक्नुका प्रमुख कारणहरू पाठ्यक्रमको संरचना, पाठ्यपुस्तक, शिक्षण–सिकाइ प्रक्रिया, शिक्षक व्यवस्थापन, मूल्याङ्कन प्रणाली तथा नीतिगत कार्यान्वयनसँग सम्बन्धित छन्। गणित विज्ञान–प्रविधि, मेसिन लर्निङ तथा डेटा विज्ञानको आधारभूत विषय भए पनि विद्यालय तहको वर्तमान पाठ्यक्रम विद्यार्थीको रुचि, क्षमता, भावी अध्ययन तथा पेसागत आवश्यकताअनुसार पर्याप्त लचिलो र सान्दर्भिक हुन सकेको छैन।

विशेषगरी कक्षा ११–१२ मा सबै विद्यार्थीलाई एउटै प्रकारको गणित अध्ययन गराउने व्यवस्था सबैका लागि समान रूपमा उपयुक्त देखिँदैन। विज्ञान, व्यवस्थापन, मानविकी तथा अन्य शैक्षिक धाराका विद्यार्थीका आवश्यकता फरक हुने भएकाले विषयअनुकूल गणितका विभिन्न धाराहरू विकास गरी विद्यार्थीलाई आफ्नो अध्ययन र भविष्यको पेसासँग सम्बन्धित गणित छनोट गर्ने अवसर उपलब्ध गराउन आवश्यक छ। यसले गणितप्रतिको रुचि, सिकाइ उपलब्धि तथा उच्च शिक्षामा गणितीय विज्ञान, कृत्रिम बुद्धिमत्ता, मेसिन लर्निङ र अन्य प्रविधिमुखी विषयतर्फ विद्यार्थीको आकर्षण अभिवृद्धि गर्न सहयोग पुर्‍याउनेछ।

विद्यालय तहको अर्को महत्त्वपूर्ण समस्या कक्षा १ देखि १० सम्म गणितको आधारभूत सिकाइ अपेक्षित रूपमा सुदृढ हुन नसक्नु हो। प्रारम्भिक कक्षाहरूमा सङ्ख्या ज्ञान, बीजगणितीय सोच, ज्यामिति, तार्किक विश्लेषण, समस्या समाधान तथा अवधारणात्मक बुझाइमा कमजोरी रहँदा विद्यार्थीहरू माथिल्ला कक्षामा पुग्दा गणितलाई जटिल र कठिन विषयका रूपमा अनुभव गर्न बाध्य हुन्छन्।

पाठ्यक्रम निर्माण र कार्यान्वयनमा पर्याप्त अनुसन्धान, विषयगत छलफल तथा नियमित परिमार्जन हुन नसक्दा गणित शिक्षण अझै पनि रटानमुखी, परीक्षा–केन्द्रित र सूत्रमुखी बनेको छ।

आधारभूत अवधारणामा देखिएको कमजोरी समयमै पहिचान र सुधार हुन नसक्दा त्यसको प्रत्यक्ष असर माध्यमिक तथा उच्च माध्यमिक तहको सिकाइमा पर्छ। त्यसैले गणित शिक्षामा प्रारम्भिक कक्षादेखि नै अवधारणामूलक सिकाइ, नियमित अभ्यास, निरन्तर मूल्याङ्कन तथा समस्या समाधानमा आधारित शिक्षणलाई विशेष प्राथमिकता दिन आवश्यक छ। पाठ्यक्रम, सिकाइ उपलब्धि, पाठ्यपुस्तक, शिक्षण विधि र मूल्याङ्कन प्रणालीबिच प्रभावकारी समन्वयको अभाव विद्यालय तहको गणित शिक्षाको अर्को प्रमुख चुनौती हो।

पाठ्यक्रम निर्माण र कार्यान्वयनमा पर्याप्त अनुसन्धान, विषयगत छलफल तथा नियमित परिमार्जन हुन नसक्दा गणित शिक्षण अझै पनि रटानमुखी, परीक्षा–केन्द्रित र सूत्रमुखी बनेको छ। फलस्वरूप विद्यार्थीमा अवधारणात्मक बुझाइ, तार्किक चिन्तन, समस्या समाधान क्षमता, गणितीय मोडेलिङ तथा व्यावहारिक प्रयोगसम्बन्धी सीपको अपेक्षित विकास हुन सकेको छैन। परियोजनामूलक, अनुसन्धानमुखी, प्रयोगात्मक तथा प्रविधिमैत्री शिक्षणको प्रयोग सीमित छ भने कम्प्युटेसनल सोच, प्रोग्रामिङ, डेटा विश्लेषण तथा कृत्रिम बुद्धिमत्तासँग सम्बन्धित आधारभूत गणितीय सीपलाई पनि पर्याप्त प्राथमिकता दिइएको छैन।

साथै, पाठ्यपुस्तकको गुणस्तर र एकरूपतामा देखिएको भिन्नता, प्रश्नपत्र निर्माणमा सिकाइ उपलब्धि र पाठ्यक्रमका उद्देश्यको अपर्याप्त पालना तथा आन्तरिक मूल्याङ्कनको सीमित विश्वसनीयताले विद्यार्थीको वास्तविक सिकाइको सही मूल्याङ्कन हुन सकेको छैन। गणित शिक्षाको गुणस्तरमा शिक्षक व्यवस्थापन, सिकाइ वातावरण, संस्थागत उत्तरदायित्व तथा सामाजिक धारणाले पनि प्रत्यक्ष प्रभाव पारेका छन्।

धेरै विद्यालयमा विषयगत दक्ष, अनुभवी तथा तालिमप्राप्त गणित शिक्षकको अभाव छ भने कार्यरत शिक्षकका लागि निरन्तर व्यावसायिक विकास, आधुनिक शिक्षण प्रविधि, गणितीय मोडेलिङ, कम्प्युटेसनल विधिसम्बन्धी तालिमको अभाव छ। प्रारम्भिक तहमा कमजोर गणितीय आधार भएका विद्यार्थीहरू माथिल्ला कक्षामा पुग्दा गणितप्रति डर, आत्मविश्वासको कमी र कमजोर शैक्षिक उपलब्धिको सामना गर्न बाध्य हुन्छन्। साथै, गणितलाई अनावश्यक रूपमा कठिन विषयका रूपमा प्रस्तुत गर्ने सामाजिक धारणा र कम उत्तीर्ण दरलाई मात्र सफलता वा असफलताको मापनका रूपमा प्रस्तुत गर्ने प्रवृत्तिले विद्यार्थीको मनोविज्ञानमा नकारात्मक प्रभाव पारेको छ।

उच्च शिक्षामा गणितीय विज्ञानको विकाससँग सम्बन्धित प्रमुख चुनौती भनेको सैद्धान्तिक ज्ञान र व्यावहारिक प्रयोगबिच सन्तुलन कायम गर्नु हो।

त्यसैले विद्यालय तहको गणित शिक्षामा प्रारम्भिक कक्षादेखि नै सुदृढ गणितीय आधार निर्माण गर्ने, समयसापेक्ष र लचिलो पाठ्यक्रम विकास गर्ने, विषयअनुकूल गणितका विभिन्न धाराहरू सञ्चालन गर्ने, गुणस्तरीय पाठ्यपुस्तक तयार गर्ने, दक्ष तथा तालिमप्राप्त शिक्षकको सुनिश्चितता गर्ने, विद्यार्थीकेन्द्रित र प्रविधिमैत्री शिक्षणलाई प्रवर्द्धन गर्ने तथा अवधारणात्मक सिकाइमा आधारित पारदर्शी मूल्याङ्कन र प्रभावकारी अनुगमन प्रणाली लागू गर्ने कार्यलाई उच्च प्राथमिकता दिन आवश्यक छ। यस्ता संरचनात्मक सुधारबाट मात्र विद्यालय तहमा गणितको सुदृढ आधार निर्माण भई उच्च शिक्षामा गणितीय विज्ञान, कृत्रिम बुद्धिमत्ता, मेसिन लर्निङ, डेटा विज्ञान तथा नवप्रवर्तनका क्षेत्रमा आवश्यक दक्ष मानव संसाधन उत्पादन गर्न सकिनेछ।

• उच्च शिक्षामा गणितीय विज्ञान

उच्च शिक्षामा गणितीय विज्ञानको विकाससँग सम्बन्धित प्रमुख चुनौती भनेको सैद्धान्तिक ज्ञान र व्यावहारिक प्रयोगबिच सन्तुलन कायम गर्नु हो। शुद्ध गणितका नाममा विद्यार्थीहरू प्रायः प्रमेयहरू कण्ठ गर्ने र सतही ज्ञानमा सीमित हुने प्रवृत्ति देखिन्छ, जसले गर्दा गणितीय सिद्धान्तहरूको गहिरो बुझाइ, तार्किक क्षमता तथा तिनको प्रयोग गर्ने दक्षता पर्याप्त रूपमा विकास हुन सक्दैन।

अर्कोतर्फ, अनुप्रयुक्त गणितका नाममा आधारभूत गणितीय सिद्धान्तहरूको गहिरो ज्ञानबिना नै केवल प्रयोगात्मक पक्षमा केन्द्रित हुने प्रवृत्तिले गणितीय विज्ञानको सैद्धान्तिक आधारलाई कमजोर बनाउँछ। त्यसैले, गणितीय विज्ञानको अध्ययनमा पहिले बलियो सैद्धान्तिक आधार निर्माण गरी त्यसपछि ती सिद्धान्तहरूलाई विज्ञान, प्रविधि, अनुसन्धान तथा वास्तविक जीवनका जटिल समस्याहरूको समाधानमा प्रयोग गर्न सक्ने क्षमता विकास गर्न आवश्यक छ।

शुद्ध र अनुप्रयुक्त गणितबिचको सन्तुलित समन्वयबाट मात्र गहिरो ज्ञान, सिर्जनात्मक सोच, अनुसन्धान क्षमता तथा प्रभावकारी समस्या समाधान गर्ने सीप विकास गर्न सकिन्छ। विश्वव्यापी रूपमा गणितीय विज्ञान आधुनिक विज्ञान, प्रविधि र नवप्रवर्तनको आधारभूत स्तम्भका रूपमा स्थापित भएको छ। गणितीय विज्ञानको महत्त्वपूर्ण पक्षमध्ये गणितीय मोडेलिङ र सिमुलेसन प्रमुख आधारहरू हुन्।

गणितीय मोडेलिङले वास्तविक संसारका प्रणाली, प्रक्रिया वा घटनाहरूलाई गणितीय समीकरण, नियम तथा सम्बन्धहरूको माध्यमबाट प्रतिनिधित्व गरी तिनको संरचना, अन्तरसम्बन्ध र व्यवहारलाई स्पष्ट गर्छ। त्यसैगरी, सिमुलेसनले निर्माण गरिएको गणितीय मोडेललाई कम्प्युटर प्रविधि र सङ्ख्यात्मक विधिको प्रयोगमार्फत सञ्चालन गरी प्रणालीको व्यवहार, सम्भावित परिणाम तथा विभिन्न अवस्थाहरूको प्रभाव अध्ययन गर्छ। वास्तविक संसारमा प्रत्यक्ष परीक्षण गर्न कठिन, खर्चिलो वा जोखिमपूर्ण हुने प्रणाली तथा घटनाहरूलाई गणितीय मोडेल र कम्प्युटर प्रविधिको माध्यमबाट अनुकरण गरी विश्लेषण, परीक्षण र पूर्वानुमान गर्न सकिन्छ।

अनुसन्धान प्रयोगशाला, उच्च–सम्पादन क्षमता भएका कम्प्युटिङ प्रणाली, वैज्ञानिक सफ्टवेयर तथा डिजिटल अनुसन्धान पूर्वाधारको विकासलाई प्राथमिकता दिन आवश्यक छ।

यसरी, गणितीय मोडेलिङ र सिमुलेसनले गणितीय सिद्धान्तलाई व्यावहारिक प्रयोगसँग जोड्दै वैज्ञानिक अनुसन्धान, प्रविधि विकास, नवप्रवर्तन तथा प्रमाणमा आधारित निर्णय प्रक्रियामा महत्त्वपूर्ण भूमिका खेल्छ। ज्ञानमा आधारित अर्थतन्त्र र चौथो औद्योगिक क्रान्तिको युगमा गणितीय विज्ञान उच्च शिक्षा, वैज्ञानिक अनुसन्धान, प्रविधि विकास, डिजिटल रूपान्तरण तथा प्रमाणमा आधारित नीतिनिर्माणको महत्त्वपूर्ण आधार बनेको छ।

त्यसैले, नेपालमा शुद्ध गणित, अनुप्रयुक्त गणित तथा अन्तरविषयक गणितीय विज्ञानको गुणस्तरीय अध्ययन–अध्यापन, अनुसन्धान र नवप्रवर्तनलाई राष्ट्रिय प्राथमिकताका रूपमा विकास गर्न आवश्यक छ। उच्च शिक्षामा गणितीय विज्ञानको सुदृढीकरणका लागि पाठ्यक्रमलाई समयसापेक्ष, अनुसन्धानमुखी तथा अन्तरविषयक बनाउँदै गणितीय मोडेलिङ, वैज्ञानिक गणना, सङ्ख्यात्मक विधि, कम्प्युटेसनल सिमुलेसन, अप्टिमाइजेसन, कम्प्युटेसनल विज्ञान तथा अन्य आधुनिक गणितीय विधिहरूसँग एकीकृत गर्नुपर्छ।

साथै, अनुसन्धान प्रयोगशाला, उच्च–सम्पादन क्षमता भएका कम्प्युटिङ प्रणाली, वैज्ञानिक सफ्टवेयर तथा डिजिटल अनुसन्धान पूर्वाधारको विकासलाई प्राथमिकता दिन आवश्यक छ। मौलिक तथा अन्तरविषयक अनुसन्धानलाई प्रोत्साहन गर्दै राष्ट्रिय तथा अन्तर्राष्ट्रिय विश्वविद्यालय, अनुसन्धान संस्था, उद्योग तथा सरकारी निकायसँग सहकार्य विस्तार गर्नुपर्छ। संयुक्त अनुसन्धान, विद्यार्थी तथा प्राध्यापक आदान–प्रदान, सम्मेलन, कार्यशाला, तालिम तथा अनुसन्धान अनुदान कार्यक्रममार्फत अनुसन्धान संस्कृतिलाई सुदृढ बनाउन आवश्यक छ। साथै, अन्तर्राष्ट्रिय स्तरका गुणस्तरीय जर्नलमा अनुसन्धान प्रकाशन, बौद्धिक सम्पत्ति संरक्षण, प्रविधि हस्तान्तरण तथा अनुसन्धानका उपलब्धिहरूको व्यावहारिक उपयोगलाई प्रोत्साहन गर्नुपर्छ।

गणितीय विज्ञानमा आधारित अनुसन्धानलाई भूभौतिकीय मोडेलिङ, जलवायु परिवर्तन, वायु तथा जल प्रदूषण, विपद् जोखिम न्यूनीकरण, जैव–गणित, स्वास्थ्य, ऊर्जा, कृषि, वित्तीय प्रणाली तथा औद्योगिक समस्याहरूको समाधानसँग जोड्न आवश्यक छ। यसबाट प्रमाणमा आधारित नीतिनिर्माण, प्रविधि विकास, नवप्रवर्तन तथा दिगो विकासका लक्ष्य प्राप्तिमा महत्त्वपूर्ण योगदान पुग्नेछ। यसरी, उच्च शिक्षामा गणितीय विज्ञान, अनुसन्धान र नवप्रवर्तनको सुदृढीकरणले अन्तर्राष्ट्रिय स्तरको अनुसन्धान क्षमता अभिवृद्धि, दक्ष मानव संसाधन उत्पादन, वैज्ञानिक आत्मनिर्भरता तथा ज्ञानमा आधारित प्रतिस्पर्धी अर्थतन्त्र निर्माणका लागि बलियो आधार तयार गर्नेछ।

गणितीय विज्ञान र कृत्रिम बुद्धिमत्ता

कृत्रिम बुद्धिमत्ता (आर्टिफिसियल इन्टेलिजेन्स) कम्प्युटर विज्ञानको एक महत्त्वपूर्ण शाखा हो, जसले कम्प्युटर वा मेसिनलाई मानवजस्तै सिक्ने, तर्क गर्ने, निर्णय लिने तथा समस्या समाधान गर्ने क्षमता प्रदान गर्छ। सन् १९५६ मा आयोजित डार्टमाउथ कन्फरेन्समा 'आर्टिफिसियल इन्टेलिजेन्स' शब्द पहिलो पटक औपचारिक रूपमा प्रयोग गरिएको थियो।

गणितीय विज्ञान र कृत्रिम बुद्धिमत्ताको एकीकरण गणितीय सिद्धान्त, डेटा विश्लेषण तथा कम्प्युटेसनल प्रविधिको समन्वयबाट गरिन्छ।

प्रारम्भिक नियममा आधारित प्रणालीबाट विकसित हुँदै आज मेसिन लर्निङ र डिप लर्निङको विकाससँगै एआईले उल्लेखनीय प्रगति गरेको छ। गणितीय विज्ञान एआई, मेसिन लर्निङ, डेटा विज्ञान, बीमाङ्क विज्ञान तथा आधुनिक कम्प्युटेसनल प्रविधिको आधारभूत वैज्ञानिक जग हो।

रेखीय बीजगणित, कलन (क्याल्कुलस), सम्भाव्यता सिद्धान्त, तथ्याङ्कशास्त्र, अप्टिमाइजेसन, सङ्ख्यात्मक विश्लेषण, अवकल समीकरण तथा गणितीय मोडेलिङ जस्ता गणितीय विधिहरू एआईका एल्गोरिदम, डेटा विश्लेषण, पूर्वानुमान तथा निर्णय–सहयोग प्रणालीका आधार हुन्।

गणितीय विज्ञान र कृत्रिम बुद्धिमत्ताको एकीकरण गणितीय सिद्धान्त, डेटा विश्लेषण तथा कम्प्युटेसनल प्रविधिको समन्वयबाट गरिन्छ। गणितीय मोडेल, मेसिन लर्निङ र डिप लर्निङका माध्यमबाट विकसित प्रणालीहरूले ठूलो मात्राको डेटाबाट सिक्ने, वर्गीकरण गर्ने, पूर्वानुमान गर्ने तथा जटिल प्रणालीहरूको विश्लेषण गर्न सक्षम हुन्छन्।

पर्याप्त र गुणस्तरीय डेटा उपलब्ध हुँदा एआईले उच्च शुद्धताका साथ छिटो परिणाम प्रदान गर्न सक्छ, जबकि गणितीय मोडेलिङले भौतिक नियम र कारण–कार्य सम्बन्धलाई वैज्ञानिक रूपमा व्याख्या गर्न सक्षम बनाउँछ। त्यसैले गणितीय मोडेलिङ र कृत्रिम बुद्धिमत्ता प्रतिस्पर्धी नभई परस्पर पूरक प्रविधि हुन्, जसको एकीकृत प्रयोगले पूर्वानुमानको शुद्धता, विश्वसनीयता तथा निर्णय–सहयोगलाई अझ प्रभावकारी बनाउँछ।

यस एकीकरणलाई प्रभावकारी बनाउन अन्तरविषयक पाठ्यक्रम, अनुसन्धान प्रयोगशाला, उच्च–सम्पादन क्षमता भएका कम्प्युटिङ पूर्वाधार तथा विश्वविद्यालय–उद्योग सहकार्यलाई सुदृढ गर्न आवश्यक छ।

गणितीय विज्ञान र एआईको संयुक्त प्रयोग भूभौतिकीय मोडेलिङ, वायु तथा जल प्रदूषण पूर्वानुमान, जलवायु परिवर्तन विश्लेषण, विपद् जोखिम न्यूनीकरण, जैव–गणित, स्वास्थ्य, कृषि, ऊर्जा, वित्तीय विश्लेषण, यातायात, स्मार्ट सिटी, रोबोटिक्स तथा औद्योगिक स्वचालनजस्ता क्षेत्रमा वैज्ञानिक अनुसन्धान, प्रविधि विकास, प्रमाणमा आधारित नीतिनिर्माण तथा नवप्रवर्तनका लागि प्रभावकारी रूपमा गर्न सकिन्छ।

नेपाल सरकारले विज्ञान, प्रविधि तथा नवप्रवर्तनलाई राष्ट्रिय विकासको प्रमुख आधारका रूपमा स्थापित गर्न विज्ञान, प्रविधि तथा नवप्रवर्तन मन्त्रालय स्थापना गर्नु तथा आर्थिक वर्ष २०८३/८४ को बजेटमार्फत गणितीय विज्ञानलाई कृत्रिम बुद्धिमत्ता र डिजिटल प्रविधिसँग जोड्ने नीतिलाई प्राथमिकता दिनु सकारात्मक र दूरदर्शी पहल हो।

यस नीतिलाई प्रभावकारी रूपमा कार्यान्वयन गर्न एआई, मेसिन लर्निङ, डेटा विज्ञान, गणितीय मोडेलिङ, वैज्ञानिक गणना तथा कम्प्युटेसनल सिमुलेसनसम्बन्धी अनुसन्धान परियोजना, अनुसन्धान प्रयोगशाला, उच्च–सम्पादन क्षमता भएका कम्प्युटिङ पूर्वाधार तथा क्षमता विकास कार्यक्रमलाई प्राथमिकता दिन आवश्यक छ।

साथै, शिक्षक, अनुसन्धानकर्ता तथा विद्यार्थीका लागि तालिम, कार्यशाला, सम्मेलन तथा अन्तर्राष्ट्रिय सहकार्य विस्तार गर्दै अनुसन्धानबाट विकसित ज्ञान र प्रविधिलाई वातावरण, स्वास्थ्य, कृषि, ऊर्जा, उद्योग तथा अन्य राष्ट्रिय प्राथमिकताका क्षेत्रमा प्रयोग गर्नुपर्छ। यसरी गणितीय विज्ञान, कृत्रिम बुद्धिमत्ता र नवप्रवर्तनबिचको प्रभावकारी समन्वयले अन्तर्राष्ट्रिय स्तरको अनुसन्धान, उच्च दक्ष मानव संसाधन उत्पादन, वैज्ञानिक आत्मनिर्भरता, डिजिटल रूपान्तरण तथा ज्ञानमा आधारित प्रतिस्पर्धी अर्थतन्त्र निर्माणमा दीर्घकालीन योगदान पुर्‍याउनेछ।

• निष्कर्ष

शुद्ध गणित अनुप्रयुक्त गणित तथा समग्र गणितीय विज्ञानको आधारभूत जग हो। आधुनिक विज्ञान, प्रविधि, कृत्रिम बुद्धिमत्ता, मेसिन लर्निङ, डेटा विज्ञान, बीमाङ्क विज्ञान, गणितीय मोडेलिङ, वैज्ञानिक गणना तथा कम्प्युटेसनल सिमुलेसनको विकास गणितीय सिद्धान्त र विधिमा आधारित छ।

त्यसैले ज्ञानमा आधारित अर्थतन्त्र, डिजिटल रूपान्तरण तथा चौथो औद्योगिक क्रान्तिको वर्तमान युगमा विद्यालयदेखि उच्च शिक्षासम्म शुद्ध, अनुप्रयुक्त तथा अन्तरविषयक गणितीय विज्ञानलाई सुदृढ, अनुसन्धानमुखी र प्रविधिमैत्री रूपमा विकास गर्नु अपरिहार्य छ। यसका लागि समयसापेक्ष पाठ्यक्रम, दक्ष शिक्षक, आधुनिक मूल्याङ्कन प्रणाली, अनुसन्धान पूर्वाधार, कम्प्युटेसनल सुविधा तथा अन्तरविषयक सहकार्यलाई सुदृढ गर्दै गणितीय विज्ञानलाई कृत्रिम बुद्धिमत्ता, मेसिन लर्निङ, डेटा विज्ञान तथा अन्य उदीयमान प्रविधिसँग प्रभावकारी रूपमा एकीकृत गर्न आवश्यक छ।

साथै, गणितीय ज्ञानलाई स्वास्थ्य, कृषि, ऊर्जा, वातावरण, वित्त, उद्योग, भूभौतिकीय मोडेलिङ तथा अन्य वैज्ञानिक क्षेत्रमा प्रयोग गर्दै अनुसन्धान, नवप्रवर्तन, प्रविधि हस्तान्तरण र प्रमाणमा आधारित नीतिनिर्माणलाई प्रोत्साहन गर्नुपर्छ।

सरकार, विश्वविद्यालय, अनुसन्धान संस्था तथा उद्योगबिचको सहकार्य सुदृढ गरी उच्चस्तरीय अध्ययन–अध्यापन, अनुसन्धान र नवप्रवर्तनलाई प्रवर्द्धन गर्न सके गणितीय विज्ञानले अन्तर्राष्ट्रिय स्तरको अनुसन्धान, उच्च दक्ष मानव संसाधन उत्पादन, वैज्ञानिक आत्मनिर्भरता, डिजिटल रूपान्तरण, ज्ञानमा आधारित प्रतिस्पर्धी अर्थतन्त्र तथा नेपालको दिगो सामाजिक–आर्थिक विकासमा दीर्घकालीन र महत्त्वपूर्ण योगदान पुर्‍याउनेछ।

(काफ्ले त्रिभुवन विश्वविद्यालय केन्द्रीय गणित विभागका उपप्राध्यापक हुन्।)