ความสามารถในการดิ้นรนของปัญหาที่ทำให้สมบรูณ์แบบสมบูรณ์เป็นหลักการของฟิสิกส์ได้หรือไม่?


15

ฉันรู้สึกทึ่งกับการขาดหลักฐานเชิงตัวเลขจากการทดลองทางคณิตศาสตร์สำหรับหรือต่อต้านคำถาม P vs NP ในขณะที่สมมติฐานของ Riemann มีหลักฐานสนับสนุนบางอย่างจากการตรวจสอบเชิงตัวเลข แต่ฉันไม่ได้ตระหนักถึงหลักฐานที่คล้ายกันสำหรับคำถาม P vs NP

นอกจากนี้ฉันไม่ได้ตระหนักถึงผลกระทบทางโลกโดยตรงของการมีอยู่ของปัญหาที่ไม่อาจตัดสินใจได้ (หรือการมีอยู่ของฟังก์ชันที่ไม่สามารถคำนวณได้) การพับโปรตีนเป็นปัญหาสมบูรณ์แบบของ NP แต่ดูเหมือนว่าจะเกิดขึ้นอย่างมีประสิทธิภาพมากในระบบชีวภาพ Scott Aaronson เสนอโดยใช้ NP Hardness Assumption เป็นหลักการของฟิสิกส์ เขากล่าวอย่างไม่เป็นทางการว่า " ปัญหาที่เกิดขึ้นอย่างสมบูรณ์ในโลกทางกายภาพนั้นยากที่จะแก้ปัญหาได้ "

การสันนิษฐาน NP Hardness สันนิษฐานว่าทำไมมันยากที่จะออกแบบการทดลองทางวิทยาศาสตร์ที่ตัดสินว่าจักรวาลของเราเคารพการสันนิษฐาน NP Hardness หรือไม่?

นอกจากนี้ยังมีหลักฐานเชิงตัวเลขที่ทราบจากการทดลองทางคณิตศาสตร์สำหรับหรือต่อต้านPNPหรือไม่?

แก้ไข:นี่คือการนำเสนอที่ดีโดย Scott Aaronson เรื่องIntractability การคำนวณเป็นกฎหมายของฟิสิกส์


นี่คือการสังเกตที่เกี่ยวข้องตามทฤษฎีควอนตัมปริมาณทางกายภาพทุกอย่างไม่ต่อเนื่องรวมถึงเวลาความยาวมวลและพลังงาน (เล็กมาก) ดังนั้นถูกต้องหรือไม่ที่จะต้องดูวิวัฒนาการของระบบควอนตัมว่าเป็นปัญหาการหาค่าเหมาะที่สุดที่ไม่ต่อเนื่องซึ่งควบคุมโดยหลักการของการกระทำอย่างน้อยที่สุดสำหรับวิถีอวกาศของรัฐที่เป็นไปได้ทั้งหมดหรือไม่?
Mohammad Al-Turkistany

8
ความจริงที่ว่าโปรตีนที่พับได้ในร่างกายไม่ควรนำมาเป็นหลักฐานว่าจักรวาลกำลังแก้ปัญหา NP-complete โปรตีนมีการพัฒนาเพื่อพับตัวเองอย่างมีประสิทธิภาพ มีแม้กระทั่งโปรตีนบางอย่างที่จะพับได้ดีในสภาพแวดล้อมที่โทรศัพท์มือถือที่ไม่ได้พับอย่างถูกต้องในหลอดทดลอง นี่เป็นเพราะในเซลล์มีโปรตีนอื่น ๆ ที่เรียกว่าchaperoninsซึ่งช่วยในกระบวนการพับ (chaperonins เหล่านี้น่าจะเป็นวิวัฒนาการร่วมกับโปรตีนที่พวกเขาช่วยพับ)
Peter Shor

คำตอบ:


17

ฉันไม่คิดว่าความจริงที่ว่าเป็นคำบอกกล่าวแบบอะซิมโทติคเป็น "ผู้แจกไพ่" โดยอัตโนมัติ เราสามารถสร้างการคาดเดาที่เป็นรูปธรรมที่สอดคล้องกับความรู้ของเรา แต่แข็งแกร่งกว่า P vs NP เช่น "ต้องใช้เวลาอย่างน้อย2 n / 10ขั้นตอนในการค้นหาการมอบหมายที่น่าพอใจสำหรับสูตรสุ่มตัวแปร nS 10SAT" (กับ "สุ่ม" รูปแบบการปลูกของAchlioptas Coja-Oghlanนี่เป็นเพียงตัวอย่าง - ฉันไม่รู้ว่าตัวเลขที่เป็นรูปธรรมที่สมเหตุสมผลอยู่ตรงไหน)PNP2n/10

การคาดเดาเช่นนี้อาจส่งผลให้มีการคาดการณ์ที่น่าเชื่อถือว่าระบบธรรมชาติใด ๆ ที่จะพยายามแก้ปัญหานี้จะล้มเหลว (เช่นติดอยู่ในท้องถิ่นน้อยที่สุด) สิ่งที่คุณสามารถตรวจสอบได้ด้วยการทดลอง อันที่จริงฉันไม่ได้เป็นผู้เชี่ยวชาญในเรื่องนี้ แต่สำหรับความรู้ของฉันดังที่ Joe Fitzsimons พูดถึงการคาดการณ์ดังกล่าวได้รับการยืนยันด้วย Adiabatic computing (สกอตต์แอรอนสันก็มีการทดลองสนุกสนานกับฟองสบู่)

แน่นอนคุณยังสามารถเห็น "หลักฐานเชิงประจักษ์" สำหรับ ในความจริงที่ว่าผู้คนพยายามแก้ไขปัญหาการเพิ่มประสิทธิภาพการเข้ารหัส cryptoanalyze เป็นต้นและยังไม่ประสบความสำเร็จ ...PNP


2
@Jeff - ฉันคิดว่านี่เป็นหลักฐานว่า P ไม่เท่ากับ NP ในแบบเดียวกับที่ความจริงที่ว่าตัวเลขทั้งหมดที่เราได้ลองไปแล้วตามการคาดคะเนของ Goldbach นั้นเป็นที่ประจักษ์แก่การคาดเดาของ Goldbach และไม่ใช่เพียงแค่การเลือกเรา ตัวเลขผิด
Vinayak Pathak

3
โบอาซ: ฉันอาจจะยินดีที่จะยอมรับมันเป็นหลักฐานสำหรับสมมติฐานที่อ่อนแอกว่า "อัลกอริทึมนี้ต้องการอย่างน้อยขั้นตอน" แต่ไม่ใช่สำหรับสมมติฐานที่แข็งแกร่งกว่า "อัลกอริทึมใด ๆ ต้องการอย่างน้อย2 n / 10ขั้น" มีเพียงอัลกอริธึมที่ไม่ได้พิจารณาจำนวนมากเกินไป (ในความเป็นจริงจำนวนไม่ จำกัด ) หรือคลาสของอัลกอริทึมสำหรับฉันที่จะยอมรับว่าผู้ทดลองใด ๆ ได้ลองตัวอย่างตัวแทน 2n/102n/10
Jeffε

6
หากคุณก็สามารถแสดงวิธีการค้นหาสากลเลวินต้องการขั้นตอนแล้วคุณแสดงความต้องการขั้นตอนวิธีการใด ๆ ได้อย่างมีประสิทธิภาพนี้จำนวนมาก ... ของหลักสูตรให้ความรู้ของเราในปัจจุบันนี้จะเป็นเมามันทำไม่ได้ในการดำเนินการและการทดสอบ 2n/10
Ryan Williams

3
ในทางปฏิบัติคุณจะสามารถแจกแจงเฉพาะโปรแกรมที่มีคำอธิบายขนาดเล็กมากเท่านั้น (ดูกระดาษของ Luca Trevisan - eccc.hpi-web.de/report/2010/034/download )
Boaz Barak

2
JeffE - สมมติว่าหลักฐานบางอย่างจากสาขาวิทยาศาสตร์อื่น ๆ ชี้ให้เห็นว่าระบบธรรมชาติอาจจะถึงระดับต่ำสุดของโลกในขณะที่สมมติฐาน(strength ที่มีความเข้มแข็ง) คาดการณ์ว่ามันติดอยู่ที่ระดับท้องถิ่นน้อยที่สุดและปรากฎว่าเป็นจริง ที่ดูเหมือนว่าจะให้ผมเป็นอย่างน้อยหลักฐานบางอย่างที่จะP N P มันไม่ได้เป็นหลักฐานแน่ชัด แต่สิ่งเหล่านี้สะสมถ้ามันจะเปิดออก (เข้มแข็ง) P N Pมีอำนาจในการคาดการณ์ในเชิงบวกที่เป็นอาร์กิวเมนต์สำหรับการทำมันว่า "กฎของธรรมชาติ" (นั่นถือเป็นอย่างน้อยอัลกอริธึม / ระบบธรรมชาติทั้งหมดที่เราเคยพบมา ... )PNPPNPPNP
Boaz Barak

15

โลกแห่งความจริงเป็นวัตถุขนาดคงที่ดังนั้นจึงไม่มีวิธีที่จะแยกแยะขั้นตอนโลกแห่งเวลาจริงในพหุนามเพื่อแก้ปัญหา NP-complete ที่มีค่าคงที่ขนาดใหญ่ซ่อนอยู่ในสัญกรณ์ O ขนาดใหญ่

อย่างไรก็ตามนอกเหนือจากจุดนี้ข้อสันนิษฐานก็คือคำแถลงของรูปแบบ "ไม่มีกระบวนการในโลกแห่งความเป็นจริงที่ทำ ... " ใครออกแบบการทดลองเพื่อลบล้างคำกล่าวนั้น? หากสมมติฐานเป็นเช่น "ถ้าเราทำ X ในโลกแห่งความเป็นจริง Y เกิดขึ้น" นี่สามารถหักล้างได้ด้วยการแสดง X คำแถลงว่าเราต้องการยืนยันสิ่งที่ไม่มีตัวตนดังนั้นฉันจึงไม่เห็นการทดลอง ตัดสินใจมัน มันอาจแสดงให้เห็นว่าเป็นผลทางกายภาพของกฎของฟิสิกส์ แต่นี่ก็ยิ่งยากกว่า P vs NP เพราะเครื่องทัวริงทำตามกฎของฟิสิกส์ เนื่องจากเราไม่ประสบความสำเร็จแม้จะแสดงว่า TM ไม่สามารถแก้ปัญหา NP-complete ในเวลาพหุนามก็ดูเหมือนว่าหมดหวังที่จะแสดงว่ากระบวนการทางกายภาพไม่สามารถแก้ปัญหา NP-Complete ในเวลาพหุนาม


1
หากโลกแห่งความจริงเป็นวัตถุขนาดคงที่แสดงว่าคอมพิวเตอร์ทุกเครื่องในปัจจุบันเป็นออโตมาต้าที่แน่นอน
Peter Shor

12

แน่นอนว่ารุ่นทางกายภาพของ P ไม่เท่ากับ NP นั่นคือไม่มีระบบทางกายภาพตามธรรมชาติใด ๆ ที่สามารถแก้ไขปัญหาที่เกิดขึ้นได้อย่างสมบูรณ์ มีข้อกังวลเล็กน้อย

1) progrem ดูเหมือนจริง "orthogonal" ทั้งฟิสิกส์ทดลองและทฤษฎี ดังนั้นจึงไม่ได้ให้ข้อมูลเชิงลึกที่เป็นประโยชน์ในทางฟิสิกส์

มีข้อโต้แย้งที่ดีว่าเราสามารถอนุมานได้จากการคาดเดาเชิงลึกของฟิสิกส์ แต่การขัดแย้งเหล่านี้ค่อนข้าง "เบา" และมีช่องโหว่ (และข้อโต้แย้งดังกล่าวมีแนวโน้มที่จะเป็นปัญหาเนื่องจากมันขึ้นอยู่กับการคาดเดาทางคณิตศาสตร์ที่ยากมากเช่น NP nonot เท่ากับ P และ NP ไม่รวมอยู่ใน BQP ที่เราไม่เข้าใจ)

(ความคิดเห็นที่คล้ายกันนำไปใช้กับ "วิทยานิพนธ์ทัวริสตจักรทัวริง".)

2) แม้ว่า NP ทางกายภาพไม่เท่ากัน P นั้นเป็นการคาดเดาที่กว้างกว่าทางคณิตศาสตร์ NP ไม่เท่ากัน แต่เราสามารถพิจารณาได้ว่ามันถูก จำกัด มากขึ้นเนื่องจากอัลกอริทึมที่เกิดขึ้นในธรรมชาติ (และแม้แต่อัลกอริธึมที่มนุษย์สร้างขึ้น) คลาสที่ จำกัด ของอัลกอริทึมที่เป็นไปได้ทั้งหมดในทางทฤษฎี มันจะน่าสนใจมากที่จะเข้าใจข้อ จำกัด ดังกล่าวอย่างเป็นทางการ แต่ในกรณีใด ๆ "พิสูจน์" exerimental ตามที่แนะนำในคำถามจะใช้เฉพาะกับชั้นเรียนที่ จำกัด เหล่านี้

3) ในการสร้างแบบจำลองทางวิทยาศาสตร์ความซับซ้อนในการคำนวณหมายถึงลำดับที่สองซึ่งอันดับแรกเราต้องการสร้างแบบจำลองปรากฏการณ์ทางธรรมชาติและดูสิ่งที่สามารถทำนายได้จากแบบจำลอง (วางทฤษฎีความซับซ้อนของการคำนวณไว้ข้างๆ) การให้น้ำหนักมากเกินไปกับปัญหาความซับซ้อนในการคำนวณในขั้นตอนการสร้างแบบจำลองดูเหมือนจะไม่เกิดผล ในหลายกรณีตัวแบบจำลองนั้นเริ่มต้นด้วยการคำนวณ แต่มันอาจจะเป็นไปได้สำหรับปัญหาที่เกิดขึ้นตามธรรมชาติหรือมีประโยชน์ในการทำความเข้าใจปรากฏการณ์

4) ฉันเห็นด้วยกับโบอาสว่าปัญหาเรื่องซีมโทติคนั้นไม่จำเป็นสำหรับ "ตัวจัดการแจกไพ่" ยังคงเป็นเรื่องที่ค่อนข้างร้ายแรงเมื่อพูดถึงความเกี่ยวข้องของความซับซ้อนในการคำนวณที่มีความสำคัญต่อการสร้างแบบจำลองในชีวิตจริง


11

ถ้าคุณจะอนุญาตให้ฉันพูดคุยเล็กน้อยสักหน่อย ... ขอขยายคำถามและถามถึงข้อสันนิษฐานความซับซ้อนเชิงทฤษฎีอื่น ๆ และผลที่ตามมาสำหรับการทดลองทางวิทยาศาสตร์ (ฉันจะมุ่งเน้นไปที่ฟิสิกส์) เมื่อเร็ว ๆ นี้มีโปรแกรมที่ค่อนข้างประสบความสำเร็จในการพยายามทำความเข้าใจชุดของความสัมพันธ์ที่อนุญาตระหว่างอุปกรณ์การวัดสองเครื่องซึ่งในขณะที่มีการแยกเชิงพื้นที่ให้ทำการวัดบนระบบทางกายภาพ 1) ภายใต้การตั้งค่านี้และการตั้งค่าที่คล้ายกันเราสามารถใช้สมมติฐานเกี่ยวกับความแข็งของความซับซ้อนของการสื่อสารเพื่อให้ได้ขอบเขตที่ จำกัด ซึ่งจะสร้างความสัมพันธ์ที่อนุญาตสำหรับกลศาสตร์ควอนตัม

เพื่อให้คุณมีรสชาติให้ฉันอธิบายผลก่อนหน้านี้ในเรื่องนี้ โปเปสคุ-Rohrlich กล่อง (หรือ PR กล่อง) เป็นอุปกรณ์ที่จินตนาการซึ่งผลิตซ้ำความสัมพันธ์ระหว่างอุปกรณ์วัดที่มีความสอดคล้องกับหลักการที่ว่าข้อมูลที่ไม่สามารถเดินทางได้เร็วกว่าแสง (เรียกว่าหลักการของไม่มีการส่งสัญญาณ )

S. Popescu & D. Rohrlich, ควอนตัม nonlocality เป็นสัจพจน์ที่พบ สรวง 24, 379–385 (1994)

เราสามารถเห็นสิ่งนี้เป็นตัวอย่างของความซับซ้อนในการสื่อสารที่มีอิทธิพลบางอย่าง ความคิดที่ว่าผู้สังเกตการณ์สองคนต้องสื่อสารโดยปริยายถือว่ามีข้อ จำกัด บางอย่างซึ่งนักฟิสิกส์จะเรียกว่าไม่มีสัญญาณ เมื่อพลิกความคิดนี้ไปแล้วความสัมพันธ์ประเภทใดบ้างที่เป็นไปได้ระหว่างอุปกรณ์การวัดสองตัวที่ถูก จำกัด โดยไม่มีสัญญาณ นี่คือสิ่งที่ Popescu & Rohrlich ศึกษา พวกเขาแสดงให้เห็นว่าชุดของความสัมพันธ์ที่อนุญาตนี้มีขนาดใหญ่กว่าที่ได้รับอนุญาตจากกลศาสตร์ควอนตัมอย่างเข้มงวดซึ่งจะใหญ่กว่าของฟิสิกส์คลาสสิกที่ได้รับอนุญาตอย่างเคร่งครัด

คำถามนั้นนำเสนอตัวเองสิ่งที่ทำให้ชุดของควอนตัมสหสัมพันธ์เป็น "ขวา" ชุดสหสัมพันธ์และไม่ใช่สิ่งที่ได้รับอนุญาตโดยไม่มีสัญญาณ

เพื่อตอบคำถามนี้เรามาทำข้อสันนิษฐานเปลือย ๆ ว่ามีฟังก์ชั่นที่มีอยู่ซึ่งความซับซ้อนของการสื่อสารนั้นไม่ซับซ้อน นี่ไม่ใช่แค่เรื่องไร้สาระหมายความว่าการร่วมกันคำนวณฟังก์ชันบูลีน f (x, y) มันต้องใช้เวลามากกว่าแค่บิตเดียว (2) ดีอย่างน่าประหลาดใจแม้ว่าความซับซ้อนเชิงทฤษฎีที่อ่อนแอมากนี้ก็เพียงพอที่จะ จำกัด พื้นที่ของสหสัมพันธ์ที่อนุญาตได้

G. Brassard, H. Buhrman, N. Linden, AA Méthot, A. Tapp, และ F. Unger, ข้อ จำกัด เกี่ยวกับความไร้สถานที่ในโลกที่มีความซับซ้อนในการสื่อสารไม่สำคัญ รายได้ Lett 96, 250401 (2549)

โปรดทราบว่าผลลัพธ์ที่อ่อนแอกว่านั้นได้รับการพิสูจน์แล้วในปริญญาเอก วิทยานิพนธ์ของ Wim van Dam อะไร Brassard และคณะ พิสูจน์ได้ว่ามีการเข้าถึงกล่องประชาสัมพันธ์แม้จะเป็นความผิดพลาดและเพียงสร้างความสัมพันธ์ที่ถูกต้องบางครั้งช่วยให้หนึ่งที่ซับซ้อนเล็กน้อยสื่อสารซับซ้อน ในโลกนี้ทุกฟังก์ชั่นบูลีนสองตัวแปรสามารถคำนวณร่วมกันโดยการส่งเพียงบิตเดียว ดูเหมือนจะไร้สาระทีเดียวดังนั้นลองดูในทางกลับกัน เราสามารถนำความซับซ้อนของการสื่อสารมาเป็นสัจพจน์และทำให้เราได้รับความจริงที่ว่าเราไม่ได้สังเกตความสัมพันธ์ที่แข็งแกร่งกว่าควอนตัมในการทดลองของเรา

โปรแกรมที่ใช้ความซับซ้อนของการสื่อสารนี้ประสบความสำเร็จอย่างน่าประหลาดใจบางทีอาจมากกว่าโปรแกรมที่เกี่ยวข้องสำหรับความซับซ้อนในการคำนวณ เอกสารข้างต้นเป็นเพียงส่วนเล็กของภูเขาน้ำแข็ง สถานที่ที่ดีในการเริ่มอ่านเพิ่มเติมคือความคิดเห็นนี้:

H. Buhrman, R. Cleve, S. Massar และ R. de Wolf, ความซับซ้อนของการไม่เผยแพร่และการสื่อสาร, รายได้ Mod สรวง 82, 665–698 (2010)

หรือการค้นหาวรรณคดีจากเอกสารสองฉบับที่ฉันอ้างถึง

สิ่งนี้ทำให้เกิดคำถามที่น่าสนใจเกี่ยวกับสาเหตุที่การตั้งค่าการสื่อสารดูเหมือนจะคล้อยตามการวิเคราะห์มากกว่าการตั้งค่าการคำนวณ บางทีนั่นอาจเป็นหัวข้อคำถามอื่นที่โพสต์ไว้ใน cstheory


(1) ยกตัวอย่างเช่นการทดลองวัดสิ่งที่เรียกว่า CHSH inequality (ประเภทของความไม่เท่าเทียมกันของBell ) ซึ่งระบบทางกายภาพประกอบด้วยโฟตอนสองอันที่พันกันและการวัดเป็นการวัดโพลาไรเซชันของโฟตอนแต่ละตัว

(2) บิตเดียวนี้จำเป็นเมื่อใดก็ตามที่ f (x, y) ขึ้นอยู่กับทั้ง x และ y เนื่องจากการส่งบิตศูนย์จะเป็นการไม่ส่งสัญญาณ


7

นอกจากนี้ยังมีหลักฐานเชิงตัวเลขที่ทราบจากการทดลองทางคณิตศาสตร์สำหรับหรือต่อต้านP ≠ N PPNP

NPP/poly

ตอนนี้การหาวงจรขั้นต่ำสำหรับ SAT ที่มีความยาวสูงสุด 10 อยู่ในขณะนี้เป็นเรื่องยากมาก อย่างไรก็ตามความคิดบางอย่างในทฤษฎีความซับซ้อนทางเรขาคณิตช่วยให้คุณได้รับผลลัพธ์ที่คล้ายกันด้วยการค้นหาที่มีประสิทธิภาพมากขึ้น (ฉันคิดว่าเป็นเพียงการชี้แจงแทนการค้นหาทวีคูณทวีคูณ) หนึ่งในการคาดเดาของ Mulmuley คือในความเป็นจริงการค้นหานี้สามารถทำได้ในเวลาพหุนาม แต่เราเป็นทางยาวจากการพิสูจน์สิ่งที่ใกล้เคียง


คุณช่วยอธิบายเพิ่มเติมเกี่ยวกับวิธีที่คุณสามารถใช้ GCT เพื่อปรับปรุงการค้นหากำลังดุร้ายได้หรือไม่?
arnab

GLnGLn

NPP/poly

@ Ryan: จุดชี้แจงที่ยอดเยี่ยม มันทำให้ฉันสงสัยเกี่ยวกับคำถามนี้: cstheory.stackexchange.com/questions/1514/…
Joshua Grochow

6

คำจำกัดความของ "เวลาโพลิโนเมียล" และ "เวลาเอ็กซ์โพเนนเชียล" อธิบายถึงพฤติกรรมการ จำกัด ของเวลาที่ใช้งานเมื่อขนาดอินพุตเริ่มเป็นอินฟินิตี้ ในทางกลับกันการทดสอบทางกายภาพใด ๆ จะพิจารณาเฉพาะอินพุตที่มีขนาด จำกัด ดังนั้นจึงไม่มีวิธีใดที่จะตรวจสอบการทดลองได้ว่าอัลกอริทึมที่ให้มานั้นรันในเวลาพหุนามเวลาเอ็กซ์โพเนนเชียลหรืออย่างอื่น

หรือพูดอีกอย่างคือสิ่งที่โรบินพูด


สมมติว่ามีการทดลองหลายครั้งที่ทำการเข้ารหัสปัญหา NP-complete ให้เป็นปัญหาจริงและปล่อยให้ธรรมชาติแก้ปัญหานั้น และสมมติว่าในการทดลองทั้งหมดนั้นพบว่ามีขนาดอินพุตใหญ่เพียงพอที่ธรรมชาติใช้เวลาในการแก้ปัญหาจากนั้นจะเป็นหลักฐานสนับสนุนคำแถลงว่าธรรมชาติไม่สามารถแก้ปัญหา NP-complete ได้ ได้อย่างมีประสิทธิภาพ?
Vinayak Pathak

1
ไม่ได้อย่างแน่นอน. แม้ว่าคุณจะสามารถโน้มน้าวใจธรรมชาติให้แก้ปัญหาได้อย่างดีที่สุด (ไม่เหมือนฟองสบู่สำหรับต้น Steiner) และแม้ว่าคุณจะสามารถแยกแยะพฤติกรรมเชิงซีมโทติคจากการทดลองที่ จำกัด ได้ แต่ก็อาจเป็นกรณีที่ธรรมชาติใช้อัลกอริธึมที่ไม่มีประสิทธิภาพ
Jeffε

1
(จากมุมมองเชิงปรัชญาฉันไม่เห็นความแตกต่างใด ๆ ระหว่าง "โน้มน้าวธรรมชาติเพื่อแก้ปัญหา" และ "ใช้และเรียกใช้อัลกอริทึมเพื่อแก้ไขปัญหา" ในอีกด้านหนึ่ง "เทคนิคที่เชื่อถือได้เพื่อสร้างระบบทางกายภาพ แก้ปัญหา "เป็นคำจำกัดความของอัลกอริทึมที่ใช้การได้ในทางกลับกันมนุษย์และคอมพิวเตอร์เป็นส่วนหนึ่งของธรรมชาติ)
Jeff

5

ผมขอเริ่มด้วยการบอกว่าผมเห็นด้วยกับโรบินอย่างสมบูรณ์ สำหรับการพับโปรตีนนั้นมีปัญหาเล็กน้อย เช่นเดียวกับระบบดังกล่าวการพับโปรตีนสามารถติดอยู่ในท้องถิ่นน้อยที่สุดซึ่งเป็นสิ่งที่คุณดูเหมือนจะละเลย ปัญหาที่พบโดยทั่วไปมากขึ้นก็คือการค้นหาสภาพพื้นดินของมิลโตเนียนบางส่วน จริงๆแล้วแม้ว่าเราจะพิจารณาเพียงสปิน (เช่น qubits) ปัญหานี้เสร็จสมบูรณ์สำหรับ QMA

Hamiltonian ธรรมชาตินั้นมีความนุ่มกว่าเล็กน้อยอย่างไรก็ตามบางส่วนของเทียมที่ใช้ในการพิสูจน์ความสมบูรณ์ของ QMA (ซึ่งมีแนวโน้มที่จะไม่สะท้อนปฏิกิริยาทางธรรมชาติ) แต่แม้ว่าเราจะ จำกัด การโต้ตอบสองตัวที่เป็นธรรมชาติในระบบง่าย ๆ ผลลัพธ์ยังคงเป็นปัญหา NP - ปัญหาที่สมบูรณ์ อันที่จริงนี่เป็นพื้นฐานของวิธีการที่พยายามแก้ไขปัญหา NP โดยใช้การคำนวณควอนตัมอะเดียแบติก น่าเสียดายที่ดูเหมือนว่าวิธีนี้จะไม่ทำงานสำหรับปัญหา NP-complete เนื่องจากปัญหาทางเทคนิคค่อนข้างจะทำอย่างไรกับโครงสร้างระดับพลังงาน อย่างไรก็ตามสิ่งนี้นำไปสู่ผลลัพธ์ที่น่าสนใจของปัญหาที่มีอยู่ภายใน NP ซึ่งไม่สามารถแก้ไขได้โดยธรรมชาติ (ซึ่งฉันหมายถึงกระบวนการทางกายภาพ) หมายความว่ามีระบบที่ไม่สามารถระบายความร้อนได้อย่างมีประสิทธิภาพ กล่าวคือ,


แก้ไขให้ถูกต้องถ้าฉันผิดคุณหมายความว่าการสันนิษฐาน NP Hardness ต้องมีผลที่สังเกตได้ทางร่างกายหรือไม่?
Mohammad Al-Turkistany

ฉันกำลังบอกว่าถ้า BQP ไม่มี NP (ซึ่งแน่นอนว่าเป็นกรณี) NP นั้นยากที่จะมีผลกระทบทางกายภาพอย่างแน่นอน สำหรับระบบที่มีเสียงดังมากมันดูเหมือนว่าเราสามารถกำจัดเวที BQP และรับผลโดยตรงจากปัญหา NP ได้ยาก แต่สิ่งนี้ต้องใช้สมมติฐานทางกายภาพบางอย่าง
Joe Fitzsimons

PNPP=NP

4

การศึกษาสถานการณ์ในโลกแห่งความเป็นจริงจากมุมมองการคำนวณค่อนข้างยากเนื่องจาก "กระโดด" อย่างต่อเนื่อง ในขณะที่กิจกรรมทั้งหมดในโลกแห่งความเป็นจริง (สมมุติ) จะทำงานในเวลาต่อเนื่องแบบจำลองที่เรามักจะใช้จะดำเนินการในเวลาที่ไม่ต่อเนื่อง ดังนั้นจึงเป็นเรื่องยากมากที่จะกำหนดว่าควรจะมีขนาดเล็กหรือใหญ่เพียงใดสิ่งที่ควรเป็นขนาดของปัญหาเป็นต้น

ฉันได้เขียนบทสรุปลงบนกระดาษของ Aaronson เกี่ยวกับเรื่องนี้ แต่ไม่ใช่ในภาษาอังกฤษ ดูกระดาษเดิม

โดยส่วนตัวแล้วฉันเคยได้ยินอีกตัวอย่างหนึ่งของปัญหาโลกแห่งความจริงที่จำลองไว้ในการคำนวณ บทความนี้เกี่ยวกับแบบจำลองระบบควบคุมที่อิงกับนกมาเตือนแม้ว่ามันจะใช้เวลาสั้น ๆ ในชีวิตจริงของนก แต่มันก็เป็นเรื่องยาก ("หอคอยแห่ง 2s") เมื่อวิเคราะห์ว่าเป็นปัญหาการคำนวณ ดูกระดาษโดย Bernard Chazelleสำหรับรายละเอียด

[แก้ไข: ชี้แจงส่วนที่เกี่ยวกับกระดาษ Chazelle ขอบคุณที่ให้ข้อมูลที่แม่นยำ]


2
ไม่เพียงแค่อธิบาย มันเป็นหอคอยแห่ง 2s จริงๆแล้ว
Suresh Venkat

1
แน่นอนว่า Suresh นั้นถูกต้อง นอกเหนือจากนั้นกระดาษ Chazelle ไม่ใช่การวิเคราะห์ของ flocking นก: เป็นการวิเคราะห์แบบจำลองระบบควบคุมที่เป็นที่รู้จักกันดีบนพื้นฐานของ flocking นก โดยเฉพาะอย่างยิ่งการวิเคราะห์ของเขาจำเป็นต้องใช้ "กฎฮิสเทรีซีส" ซึ่งนกไม่ได้ถูกตั้งข้อสังเกตเพื่อเชื่อฟังตัวเอง ดูความคิดเห็นของ Chazelle # 3 ที่นี่สำหรับข้อมูลเพิ่มเติมเกี่ยวกับโครงการวิจัยนี้
Aaron Sterling

0

ฉันยังคงลงคะแนนให้กับปัญหาของ n-body เป็นตัวอย่างของปัญหาที่รบกวนไม่ได้ สุภาพบุรุษที่อ้างถึงวิธีแก้ปัญหาเชิงตัวเลขลืมไปว่าวิธีแก้ปัญหาเชิงตัวเลขเป็นแบบจำลองแบบเรียกซ้ำและไม่ใช่วิธีแก้ปัญหาในหลักการในลักษณะเดียวกับวิธีการวิเคราะห์ โซลูชันการวิเคราะห์ของ Qui Dong Wang นั้นยากนัก โปรตีนที่สามารถพับและดาวเคราะห์ที่สามารถโคจรในระบบมากกว่าสองวัตถุคือระบบทางกายภาพไม่ใช่วิธีการแก้ปัญหาแบบอัลกอริธึมของปัญหาแบบ P-NP

ฉันต้องชื่นชมความยากลำบากของ chazisop ด้วยการแก้ปัญหาอย่างต่อเนื่อง หากเวลาหรือพื้นที่ว่างเป็นแบบต่อเนื่องช่องว่างสถานะที่อาจเกิดขึ้นจะนับไม่ได้ (aleph one)


2
ปัญหา 3 ตัวที่แน่นอน / อะนาล็อกไม่ใช่แค่ปัญหายาก มันไม่สามารถตัดสินใจได้ ในทางกลับกันระบบทางกายภาพที่แท้จริงไม่ได้เป็นแบบอะนาล็อกอย่างแท้จริง คุณได้แทนที่นามธรรมหนึ่งด้วยสิ่งที่เป็นนามธรรม
Jeffε

-1

เราไม่สามารถแก้ปัญหาอย่างมีประสิทธิภาพ n- ปัญหาทุกอย่าง แต่ดาวเคราะห์หินสำหรับสมองเหล่านั้นดูเหมือนจะจัดการได้ดี


2
ที่ไม่เป็นความจริง. เราสามารถแก้ปัญหาของร่างกายได้อย่างมีประสิทธิภาพแน่นอนว่าไม่มีวิธีการวิเคราะห์ วิธีการเชิงตัวเลขทำงานได้ดี
Joe Fitzsimons

6
เผง ฉันไม่เคยเห็นดาวเคราะห์แสดงวิธีการวิเคราะห์ปัญหา n-body เช่นกันดังนั้นการเปรียบเทียบจึงไม่เป็นธรรม
Robin Kothari
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.