@ryanlpeterman: 哥德尔奖得主对P vs NP的逆向观点:"My point is that we really don't understand polynomial time computation…
摘要
哥德尔奖得主Ryan Williams对P vs NP提出了逆向观点,认为我们对多项式时间计算的理解仍然肤浅且充满惊喜,他将P≠NP的信心定在80%。
查看缓存全文
缓存时间: 2026/07/01 16:14
哥德尔奖得主对 P vs NP 问题的逆势观点:“我的意思是,我们实际上并不像自己以为的那样理解多项式时间计算。
而且总有意外发现。比如,算法的力量中,人们不断找到令人惊讶的算法……简直不可思议。什么?
你怎么能搞出那么快的算法?
这种事反复发生。所以,我觉得这让我把概率定在 80%,因为我想得越多,就越觉得自己了解得少。“ @rrwilliams
Ryan Peterman (@ryanlpeterman): Ryan Williams (@rrwilliams) 是 MIT 教授,理论计算机科学领域的哥德尔奖得主。我对他进行了一次访谈,从他的工作聊起,首先问了他一道热门的 LeetCode 题(3SUM)。
本期内容:
• 比流行解法更快地解出 LeetCode 题
相似文章
@ryanlpeterman: 瑞安·威廉姆斯(@rrwilliams)是麻省理工学院教授、理论计算机科学哥德尔奖得主。我……
麻省理工学院教授、哥德尔奖得主瑞安·威廉姆斯在一期播客中深入讨论了算法优化、细粒度复杂性理论以及强指数时间假说等前沿计算机科学话题。
@tetsuoai: 运气是无法通过工程手段制造出来的。这是我听过的关于 P 与 NP 问题最清晰的表述。NP 就像一台总是能告诉你哪条路正确的……
一条社交媒体帖子,通过将 NP 比作总是能找到正确路径的“神奇计算机”来解释 P 与 NP 问题,并引用了 MIT 的《算法导论》课程。
菲尔兹奖得主数学家蒂莫西·高尔斯使用 GPT5.5 Pro 解决公开问题,认为按照当前进展速度,数学研究很快将面临‘危机’
菲尔兹奖得主蒂莫西·高尔斯报告使用 GPT5.5 Pro 解决公开数学问题,并预测由于人工智能的快速发展,数学研究将很快面临危机。
Demis: 解决Erdos问题远非真正发明
Demis Hassabis评论称,解决Erdos问题并不构成真正发明,提供了关于AI创造力和问题解决本质的视角。
@rohanpaul_ai: 这篇论文提出了一个大胆的主张,对‘更多测试时计算应持续带来帮助’的普遍观点提出了挑战。声称一个代码…
本文介绍了 LoopCoder-v2,一个 7B 代码模型,该模型从单次重新思考循环中获益最大;额外的循环会降低性能,挑战了‘更多测试时计算总是有帮助’的假设。