ความแม่นยำที่นำไปสู่การเข้าใจ


41

บน MathOverflow Timothy Gowers ได้ถามคำถามที่ชื่อว่า " แสดงให้เห็นว่าความแม่นยำนั้นสำคัญ " การอภิปรายส่วนใหญ่มีเกี่ยวกับกรณีที่แสดงความสำคัญของการพิสูจน์ซึ่งคนใน CSTheory อาจไม่จำเป็นต้องเชื่อ ในการพิสูจน์ประสบการณ์ของฉันจะต้องเข้มงวดมากขึ้นในวิทยาการคอมพิวเตอร์เชิงทฤษฎีมากกว่าในหลายส่วนของคณิตศาสตร์ต่อเนื่องเพราะสัญชาตญาณของเรามักจะกลายเป็นผิดสำหรับโครงสร้างที่ไม่ต่อเนื่องและเนื่องจากไดรฟ์เพื่อสร้างการใช้งานสนับสนุนข้อโต้แย้งรายละเอียดเพิ่มเติม นักคณิตศาสตร์อาจเป็นเนื้อหาที่มีการพิสูจน์การมีอยู่ แต่นักวิทยาศาสตร์คอมพิวเตอร์ในทางทฤษฎีมักจะพยายามที่จะหาหลักฐานที่สร้างสรรค์ Lovász Local Lemma เป็นตัวอย่างที่ดี [1]

ฉันอยากรู้

มีตัวอย่างที่เฉพาะเจาะจงในวิทยาการคอมพิวเตอร์เชิงทฤษฎีที่การพิสูจน์อย่างเข้มงวดของคำแถลงที่เชื่อว่าเป็นจริงได้นำไปสู่การเข้าใจใหม่เกี่ยวกับธรรมชาติของปัญหาพื้นฐานหรือไม่?

ตัวอย่างล่าสุดที่ไม่ได้มาโดยตรงจากอัลกอริทึมและทฤษฎีความซับซ้อนคือการสังเคราะห์เชิงทฤษฎีการพิสูจน์โดยอัตโนมัติของอัลกอริทึมที่ถูกต้องและมีประสิทธิภาพจากก่อนและหลังเงื่อนไข [2]

  • [1] Robin A. Moser และGábor Tardos หลักฐานอันสร้างสรรค์ของนายพลLovász Local Lemma , JACM 57 , บทความ 11, 2010 http://doi.acm.org/10.1145/1667053.1667060
  • [2] Saurabh Srivastava, Sumit Gulwani และ Jeffrey S. Foster จากการตรวจสอบโปรแกรมจนถึงการสังเคราะห์โปรแกรม ACM SIGPLAN ประกาศ45 , 313–326, 2010 http://doi.acm.org/10.1145/1707801.1706337

แก้ไข:คำตอบที่ฉันมีอยู่ในใจก็เหมือนพวกสกอตต์กับมาตัส ดังที่ Kaveh แนะนำสิ่งนี้เป็นสามสิ่งที่ผู้คนต้องการพิสูจน์ (ซึ่งไม่จำเป็นต้องคาดไม่ถึงโดย "ฟิสิกส์", "handwaving" หรือ "สัญชาตญาณ" ข้อโต้แย้ง) การพิสูจน์และผลที่ตามมาสำหรับ "ปัญหาพื้นฐาน" ที่ ตามมาจากการพิสูจน์ที่ไม่ได้คาดหวังไว้ (อาจจะสร้างหลักฐานที่ต้องการแนวคิดใหม่ที่ไม่คาดคิดหรือนำไปสู่อัลกอริทึมหรือเปลี่ยนวิธีที่เราคิดเกี่ยวกับพื้นที่) เทคนิคการพัฒนาในขณะที่การพัฒนาการพิสูจน์เป็นหน่วยการสร้างของวิทยาศาสตร์คอมพิวเตอร์เชิงทฤษฎีเพื่อที่จะรักษาคุณค่าของคำถามที่ค่อนข้างอัตนัยนี้มันจะคุ้มค่าที่จะมุ่งเน้นไปที่ประสบการณ์ส่วนตัวเช่นให้โดยสกอตต์หรืออาร์กิวเมนต์ที่สำรองไว้โดยอ้างอิง เป็น matus นอกจากนี้ฉัน ฉันพยายามหลีกเลี่ยงข้อโต้แย้งเกี่ยวกับสิ่งที่มีคุณสมบัติหรือไม่ โชคไม่ดีที่ธรรมชาติของคำถามอาจมีปัญหาจากภายใน

เรามีคำถามเกี่ยวกับผลลัพธ์ที่ "น่าประหลาดใจ" ในความซับซ้อน: ผลลัพธ์ที่น่าประหลาดใจในความซับซ้อน (ไม่ใช่ในรายการบล็อกที่ซับซ้อน)ดังนั้นในอุดมคติฉันกำลังมองหาคำตอบที่มุ่งเน้นไปที่คุณค่าของการพิสูจน์ที่เข้มงวดไม่จำเป็นต้องขนาดของการพัฒนา


2
เราไม่เห็น / ทำสิ่งนี้ทุกวันใช่ไหม
Dave Clarke

"ปัญหาพื้นฐาน" หมายถึงอะไรกันแน่? คุณหมายถึงการแนะนำเฉพาะปัญหาที่มีปัญหาที่ลึกกว่าคำสั่งเฉพาะหรือไม่? ฉันคิดถึงปัญหาใด ๆ ที่เกี่ยวข้องกับการพิสูจน์เชิงสร้างสรรค์ของการมีอยู่ของอัลกอริทึม (เช่นการทดสอบแบบดั้งเดิมของ AKS เพื่อพิสูจน์ว่า PRIMES อยู่ใน P) จะนำไปสู่ ​​"ความเข้าใจใหม่" ผ่านการพิสูจน์ที่เข้มงวด แต่ถ้าคุณกำลังพูดเท่านั้น เกี่ยวกับข้อความที่มีขนาดเล็กลงในปัญหาที่ไม่สมเหตุสมผล
ฟิลิปไวท์

เพียงเพื่อให้แน่ใจว่าฉันเข้าใจคำถามของคุณคุณกำลังขอสาม (งบ S, หลักฐาน P, เข้าใจฉัน) ซึ่งเป็นที่รู้จัก / เชื่อว่าคำสั่ง S เป็นจริง แต่เราได้รับความเข้าใจใหม่ (I) เมื่อมีคนมา ขึ้นกับหลักฐานใหม่ P สำหรับ S?
Kaveh

[ต่อ] ตัวอย่างเช่นในกรณี LLL เรามีการพิสูจน์ที่ไม่เป็นไปตามกฎหมายสำหรับLLL (S) แต่การพิสูจน์ เชิงสร้างสรรค์ใหม่arXive (P) ช่วยให้เรามีความเข้าใจใหม่ (I)
Kaveh

อืม ... แล้วการเริ่มด้วยอัลกอริทึมเฉพาะแล้วใช้มันเป็นจุดข้อมูลเพื่อพูดคุยกัน? เช่นคนออกแบบอัลกอริธึมโลภเล็กน้อยและในที่สุดก็พัฒนาความคิดของปัญหาที่มีโครงสร้างย่อยที่ดีที่สุด
Aaron Sterling

คำตอบ:


34

อย่างที่คุณอาจทราบมีตัวอย่างมากมายของสิ่งที่คุณกำลังพูดถึงมันแทบเป็นไปไม่ได้ที่จะรู้ว่าจะเริ่มจากตรงไหน! อย่างไรก็ตามฉันคิดว่าคำถามนี้อาจเป็นคำถามที่ดีถ้าคนให้ตัวอย่างจากประสบการณ์ของตัวเองซึ่งการพิสูจน์การคาดเดาที่เชื่อกันอย่างกว้างขวางในพื้นที่ย่อยของพวกเขานำไปสู่ความเข้าใจใหม่

เมื่อฉันเป็นนักศึกษาปริญญาตรีปัญหาแรกของ TCS ที่ฉันจัดการคือ: อัลกอริธึมเชิงควอนตัมที่เร็วที่สุดในการประเมิน OR ของ ANDn ANDs ของตัวแปรบูลีนแต่ละตัวคืออะไร มันชัดเจนสำหรับฉันและคนอื่น ๆ ที่ฉันคุยด้วยว่าสิ่งที่ดีที่สุดที่คุณสามารถทำได้คือการใช้อัลกอริทึมของ Grover ซ้ำทั้งกับ OR และ AND สิ่งนี้ทำให้ขอบเขตบน O (logn log (n)) (อันที่จริงคุณสามารถกำจัดปัจจัยบันทึกได้ แต่ลองเพิกเฉยต่อตอนนี้)

ถึงความคับข้องใจอย่างใหญ่หลวงของฉันฉันไม่สามารถพิสูจน์ขอบเขตที่ต่ำกว่าดีกว่าเล็กน้อยΩ (n 1/4 ) "Going นักฟิสิกส์" และ "การตอบคำถามด้วยมือ" ไม่เคยดูน่าดึงดูดกว่านี้! :-D

แต่หลังจากนั้นไม่กี่เดือนต่อมา Andris Ambainis ก็ออกมาด้วยวิธีการต่อต้านควอนตัมของเขาซึ่งแอปพลิเคชั่นหลักในตอนแรกนั้นมีขอบเขตต่ำกว่าΩ (√n) สำหรับ OR-of-ANDs เพื่อพิสูจน์ผลลัพธ์นี้ Andris จินตนาการว่าการป้อนอัลกอริทึมควอนตัมเป็นการทับซ้อนของอินพุตที่แตกต่างกัน จากนั้นเขาได้ศึกษาว่าการพัวพันระหว่างอินพุตและอัลกอริธึมเพิ่มขึ้นเมื่อทำแบบสอบถามอัลกอริทึมแต่ละครั้งอย่างไร เขาแสดงให้เห็นว่าวิธีการนี้ช่วยให้คุณมีความซับซ้อนของการสืบค้นควอนตัมที่ต่ำกว่าแม้สำหรับปัญหา "ยุ่ง" ที่ไม่สมมาตรโดยใช้คุณสมบัติ combinatorial ทั่วไปของฟังก์ชัน f ที่อัลกอริทึมควอนตัมพยายามคำนวณ

ไกลจากเพียงแค่ยืนยันว่าความซับซ้อนของการสืบค้นควอนตัมของปัญหาที่น่ารำคาญอย่างหนึ่งคือสิ่งที่ทุกคนคาดหวังว่าจะเป็นเทคนิคเหล่านี้กลายเป็นหนึ่งในความก้าวหน้าที่ยิ่งใหญ่ที่สุดในทฤษฎีการคำนวณควอนตัม พวกมันถูกนำมาใช้เพื่อพิสูจน์ขอบเขตควอนตัมล่างอื่น ๆ อีกหลายสิบและถูก repurposed เพื่อให้ได้ขอบเขตใหม่แบบคลาสสิก

แน่นอนว่านี่คือ "อีกวันหนึ่งในโลกมหัศจรรย์แห่งคณิตศาสตร์และ TCS" แม้ว่าทุกคน "รู้แล้ว" X เป็นความจริงพิสูจน์ X มากมักจะต้องใช้เทคนิคการประดิษฐ์ใหม่ที่ได้รับแล้วนำไปใช้ไกลเกิน X และโดยเฉพาะอย่างยิ่งปัญหาที่คำตอบที่เหมาะสมได้มากน้อยที่เห็นได้ชัดเบื้องต้น


27

การทำซ้ำแบบขนานเป็นตัวอย่างที่ดีจากพื้นที่ของฉัน:

Lxq1q2a1a2a1a2q1,q2xLxLs

s1s=1015kq1(1),,q1(k)q2(1),,q2(k)a1(1),,a1(k)a1(1),,a1(k)k

skksΩ(k/log|Σ|)Σ

Σk

จากนั้นมีนามสกุลที่เป็นไปได้: Anup Rao สามารถปรับการวิเคราะห์เพื่อแสดงว่าเมื่อระบบพิสูจน์ดั้งเดิมเป็นเกมฉายภาพ {\ em}} คือคำตอบของสุภาษิตแรกเป็นคำตอบที่ยอมรับได้มากที่สุด สุภาษิตที่สองไม่มีการพึ่งพาตัวอักษรเลยและค่าคงที่ของเลขชี้กำลังสามารถปรับปรุงได้ สิ่งนี้มีความสำคัญเนื่องจากความแข็งที่สุดของผลการประมาณนั้นมาจากเกมการฉายภาพและเกมที่ไม่เหมือนใครเป็นกรณีพิเศษของเกมฉายภาพ นอกจากนี้ยังมีการปรับปรุงเชิงปริมาณในเกมของตัวขยาย (โดย Ricky Rosen และ Ran Raz) และอีกมากมาย

จากนั้นก็มีผลกระทบที่กว้างขวาง ตัวอย่างเพียงไม่กี่: ข้อมูลทางทฤษฎีบทสรุปจากกระดาษของ Raz ถูกนำมาใช้ในบริบทอื่น ๆ (ในการเข้ารหัส, เทียบเท่ากับการสุ่มตัวอย่างและการค้นหา ฯลฯ ) เทคนิค "การสุ่มตัวอย่างแบบสหสัมพันธ์" ที่โฮเลนสไตน์ใช้นั้นถูกนำไปใช้ในงานอื่น ๆ อีกมากมาย (ในความซับซ้อนของการสื่อสารในพีซีพี ฯลฯ )


3
นี่เป็นตัวอย่างที่ดี!
Suresh Venkat

20

อีกตัวอย่างที่ดีของความแม่นยำ (และเทคนิคใหม่) ที่จำเป็นในการพิสูจน์ข้อความที่เชื่อว่าเป็นจริง: การวิเคราะห์ที่ราบรื่น สองจุดในประเด็น:

  • อัลกอริธึมเริม
  • อัลกอริทึม k-mean

kO(nckd)n


13

ฉันคิดว่าตัวอย่างต่อไปนี้กลับกลายเป็นงานวิจัยจำนวนมากซึ่งมีผลลัพธ์ของสิ่งที่คุณกำลังมองหาอย่างน้อยถ้าฉันทำตามจิตวิญญาณของตัวอย่าง LLL ของคุณ

Robert E. Schapire จุดแข็งของการเรียนรู้ที่อ่อนแอ การเรียนรู้ของเครื่อง, 5 (2): 197-227, 1990

ϵ>0,δ>01δϵϵδδδγ

อย่างไรก็ตามสิ่งต่าง ๆ น่าสนใจมากหลังจากกระดาษของ Schapire วิธีแก้ปัญหาของเขาสร้างเสียงส่วนใหญ่ของคนส่วนใหญ่มากกว่าสมมติฐานในชั้นเรียนดั้งเดิม จากนั้นมา

Yoav Freund การส่งเสริมอัลกอริทึมการเรียนรู้ที่อ่อนแอโดยส่วนใหญ่ สารสนเทศและการคำนวณ, 121 (2): 256--285, 1995

กระดาษนี้มี 'reproof' ของผลลัพธ์ของ Schapire แต่ตอนนี้สมมติฐานสร้างขึ้นใช้เพียงส่วนใหญ่เดียว ตามแนวเหล่านี้ทั้งสองนั้นผลิตกันที่เรียกว่า AdaBoost:

Yoav Freund และ Robert E. Schapire ความเห็นทั่วไปในเชิงทฤษฎีการตัดสินใจของการเรียนรู้ออนไลน์และแอปพลิเคชันเพื่อส่งเสริม วารสารวิทยาศาสตร์คอมพิวเตอร์และระบบ, 55 (1): 119-139, 1997

คำถามการเรียนรู้ที่อ่อนแอ / แข็งแกร่งเริ่มต้นจากความกังวลทางทฤษฎีเป็นหลัก แต่การเรียงลำดับของ 'reproofs' นี้ส่งผลให้เกิดอัลกอริธึมที่สวยงามซึ่งเป็นหนึ่งในผลลัพธ์ที่มีอิทธิพลมากที่สุดในการเรียนรู้ของเครื่อง ฉันสามารถไปทุกประเภทแทนเจนต์ที่นี่ แต่จะยับยั้งตัวเอง ในบริบทของ TCS ผลลัพธ์เหล่านี้มีชีวิตจำนวนมากในบริบทของ (1) อัลกอริธึมน้ำหนักแบบคูณและ (2) ชุดผลลัพธ์แบบฮาร์ดคอร์ เกี่ยวกับ (1) ฉันต้องการชี้แจงว่า AdaBoost สามารถมองเห็นได้เป็นตัวอย่างของงานตุ้มน้ำหนัก / งานฝืดของ Warmuth / Littlestone (Freund เป็นนักเรียน Warmuth) แต่มีความเข้าใจใหม่ ๆ มากมายในการส่งเสริม ผล. ประมาณ (2) ฉัน

เพื่อความถูกต้องทางประวัติศาสตร์ฉันควรจะบอกว่าวันที่ในการอ้างอิงของฉันอาจจะไม่ใช่สิ่งที่บางคนคาดหวังเนื่องจากบางส่วนของสิ่งเหล่านี้มีรุ่นการประชุมก่อนหน้านี้

กลับสู่ธรรมชาติของคำถามของคุณ คุณค่าที่สำคัญของ 'ความแม่นยำ' ที่นี่คือการให้ชั้นเรียนสมมติฐานหนึ่งเรียนรู้เกี่ยวกับ (ส่วนใหญ่ถ่วงน้ำหนักเหนือระดับสมมติฐานเดิม) และอัลกอริทึมที่มีประสิทธิภาพเพื่อค้นหาพวกเขา


12

ตัวอย่างนี้เป็นไปตามแนวของคำตอบของ Dana และ Scott

ndd2n1d2n1/(d1)2n1/(d1)1n1/(d1)d12n1/(d1)2n1/(d1)d2O(n1/(d1))

dAC0


11

"หลักฐานธรรมชาติ"ของ Rasborov และ Rudich เสนอข้อพิสูจน์ที่ชัดเจนถึงความเจ็บปวด ( "การพิสูจน์อย่างเป็นทางการ") "มันยากมากที่จะพิสูจน์ว่า P ≠ NP"


2
"มันยากมากที่จะพิสูจน์ว่า P ≠ NP" ไม่เทียบเท่ากับ "การพิสูจน์ตามธรรมชาติส่วนใหญ่มีแนวโน้มที่จะไม่พิสูจน์ P ≠ NP" มีอุปสรรคอื่น ๆ เช่น Relativization และ Algebrization ที่จริงแล้วอาจมีอุปสรรคอีกมากมาย
Mohammad Al-Turkistany

7
ความสัมพันธ์เป็นเพียง "มันยากที่จะพิสูจน์ P ≠ NP." Algebraization มาทีหลัง แต่มันเป็นทางการของ "มันจริงๆ มันยากที่จะพิสูจน์ P ≠ NP." (ฮ่าฮ่าร้ายแรงเท่านั้น)
Jeffε

6

แนวคิดที่ว่าปัญหาอัลกอริทึมบางอย่างจำเป็นต้องมีขั้นตอนจำนวนมากหรือการค้นหาที่เหนือกว่าทุกความเป็นไปได้ถูกยกขึ้นมาตั้งแต่ยุค 50 และอาจจะก่อนหน้านี้ (แน่นอนความคิดที่ไร้เดียงสาของคู่แข่งที่คอมพิวเตอร์สามารถทำได้ทุกอย่างก็เป็นเรื่องธรรมดาเช่นกัน) ความก้าวหน้าครั้งสำคัญของ Cook และ Levin คือการวางแนวคิดนี้ไว้ในพื้นที่ที่เข้มงวด แน่นอนว่าสิ่งนี้เปลี่ยนแปลงทุกอย่าง

อัปเดต:ฉันเพิ่งรู้ว่าคำตอบของฉันเหมือนกับคำตอบที่ดีของ Turkistanyกล่าวถึงชื่อของคำถามที่ว่า "ความแม่นยำที่นำไปสู่ความเข้าใจที่ลึกซึ้ง" แต่อาจไม่ใช่ถ้อยคำเฉพาะซึ่งเกี่ยวกับ


0

อลันทัวริงทำให้ความเชื่อมั่นของอัลกอริทึมเป็นไปอย่างมีประสิทธิภาพโดยใช้เครื่องจักรทัวริง เขาใช้วิธีการแบบใหม่นี้เพื่อพิสูจน์ว่าปัญหา Halting นั้นไม่สามารถตัดสินใจได้ (เช่นอัลกอริธึมไม่สามารถแก้ไขได้โดยอัลกอริทึมใด ๆ ) สิ่งนี้นำไปสู่โครงการวิจัยที่ยาวนานซึ่งพิสูจน์ว่าเป็นไปไม่ได้ของปัญหาฮิลแบร์ต 10 Matiyasevich ในปี 1970 พิสูจน์ว่าไม่มีอัลกอริทึมที่สามารถตัดสินใจได้ว่าสมการไดโอแฟนไทน์จำนวนเต็มมีวิธีแก้ปัญหาจำนวนเต็มหรือไม่


1
@ Kaveh, MRDP คืออะไร
Mohammad Al-Turkistany

1
มีชุดนับซ้ำ (RE) ที่คำนวณซ้ำไม่ได้ (เช่นปัญหาการหยุดชะงัก) Matiyasevich พิสูจน์ว่าชุดนับซ้ำที่เรียกซ้ำได้คือ Diophantine นี่แสดงถึงปัญหาที่ 10 ของฮิลแบร์ตที่เป็นไปไม่ได้
Mohammad Al-Turkistany

1
@Kaveh ทำไมคุณไม่ได้รับคำตอบแรกในการทดสอบที่ "เข้มงวด" ของคุณล่ะ เท่าที่ฉันรู้หลักฐานธรรมชาติไม่ได้เป็นอุปสรรคเพียงอย่างเดียวที่ทำให้เราไม่สามารถพิสูจน์ P vs NP ได้
Mohammad Al-Turkistany

1
PNPPNP

ฉันคิดว่ามันเป็นคำตอบที่ดี
Gil Kalai
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.