解释Vinay Deolalikar的certificateP!= NP

最近,惠普实验室的Vinay Deolalikar发表了一篇文章 ,声称已经certificateP!= NP 。

有人可以解释一下,这个certificate对我们来说是不是那些有math意义的人呢?

我只是通过论文扫描,但是这里粗略地总结了它们是如何挂在一起的。

从本文的第86页开始。

多项式时间algorithm通过将问题连续地“分解”成通过条件独立性彼此连接的较小子问题而成功。 因此,多项式时间algorithm不能解决其中顺序与基本问题实例相同的块需要同时parsing的情况下的问题。

本文的其他部分表明某些NP问题不能以这种方式分解。 因此NP / = P

大部分的论文都是用来定义条件独立性和certificate这两点的。

迪克·利普顿(Dick Lipton)有关这篇论文的一篇很好的博客文章以及他的第一印象。 不幸的是,这也是技术性的。 据我所知,Deolalikar的主要创新似乎是使用统计物理和有限模型理论中的一些概念,并将其与问题联系起来。

我与雷克斯M这一个,一些结果,主要是math的不能expression给那些谁缺乏技术的掌握。

我喜欢这个( http://www.newscientist.com/article/dn19287-p-np-its-bad-news-for-the-power-of-computing.html ):

他的论点围绕着一个特定的任务,布尔可满足性问题,它问一个逻辑陈述的集合是否可以同时为真或是否相互矛盾。 这是已知的NP问题。

Deolalikar声称已经表明,没有可以从头开始快速完成的程序,因此它不是一个P问题。 他的论点涉及统计物理学的巧妙运用,因为他使用的math结构遵循许多与随机物理系统相同的规则。

以上的效果可能相当显着:

如果结果如此,则certificateP和NP这两个类别是不一样的,并且对计算机能够完成的工作施加严格的限制 – 这意味着许多任务可能是根本的,不可复制的。

对于一些问题 – 包括因素分析 – 结果并没有明确说明是否可以很快解决。 但是,一个巨大的“NP完全”问题将会注定要失败。 一个着名的例子是旅行推销员的问题 – find一组城市之间的最短路线。 这样的问题可以快速检查,但是如果P≠NP,那么就没有可以从头开始快速完成的计算机程序。

这是我对certificate技术的理解:他使用一阶逻辑来表征所有多项式时间algorithm,然后表明对于具有某些性质的大SAT问题,没有多项式时间algorithm可以确定它们的可满足性。

另一种思考方式,可能是完全错误的,但是我第一遍读到它的第一印象是,我们认为在电路满意度中分配/清除条件是形成和打破“有序”结构“,然后他使用统计物理学来表明,在多项式运算中没有足够的速度在操作的特定”阶段空间“中执行这些操作,因为这些”簇“最终分离得太远了。

这样的certificate将不得不涵盖所有类别的algorithm,如连续的全局优化

例如,在3-SAT问题中,我们必须评估variables,以满足这些variables的三元组或其否定的所有替代scheme。 看看x OR y可以变成优化

 ((x-1)^2+y^2)((x-1)^2+(y-1)^2)(x^2+(y-1)^2) 

并类推七个术语来替代三个variables。

find所有项的这种多项式和的全局最小值将解决我们的问题。 ( 来源 )

它将采用标准的组合技术,用连续世界的梯度方法,局部极小值去除方法,演化algorithm。 这是完全不同的王国 – 数值分析 – 我不相信这样的certificate可以真正覆盖(?)

值得注意的是,有了证据,“魔鬼就是细节”。 高层次的概述显然是这样的:

项目之间的某种关系表明,这种关系暗示着X,暗示着Y,因此我的论证被显示出来。

我的意思是,它可能是通过感应或任何其他forms的certificate的东西,但我所说的是高层次的概述是无用的。 没有必要解释它。 虽然这个问题本身与计算机科学有关,但math家最好留给他们(这个想法肯定是令人难以置信的)。