Existe um tipo de resultado no TCS geralmente chamado de resultados de inicialização . Em geral, é da forma
Se a proposição mantém, então a proposição mantém.
onde e são proposições que parecem semelhantes, e é aparentemente "mais fraco" que , razão pela qual denominamos esse tipo de resultado. Deixe-me dar alguns exemplos concretos:
Teorema. [Chen e Tell, STOC'19] corrigir qualquer problema . Suponha que para cada existem infinitamente muitos tal que circuitos de profundidade necessidade mais do que fios para resolver o problema . Então, para qualquer
Teorema. [Gupta et al., FOCS'13] Suponha que o cálculo da permanente exija circuitos aritméticos de profundidade maior que , sobre os campos da característica . O cálculo da permanente requer circuitos aritméticos de tamanho superpolinomial e, portanto, a Conjectura de Valiant se mantém.
Bem, um exemplo mais famoso, mas não tão apropriado, vem da complexidade refinada:
Teorema. [Backurs and Indyk, STOC'15] Se pudermos calcular EDIT DISTANCE no tempo (no modelo RAM), obteremos um solucionador SAT mais rápido do que qualquer outro que exista atualmente.
Atualizar. (10 de julho de 2019) O exemplo da distância de edição pode ser um pouco confuso. Consulte a resposta de Ryan para um exemplo "padrão".
Como você deve ter imaginado, (pelo que eu saiba), todos os resultados desse tipo são comprovados pela tomada do contrapositivo (eu peguei o contrapositivo na distância de edição um). Então, em certo sentido, todos esses são resultados algorítmicos.
Geralmente, existem duas maneiras de entender um resultado de inicialização. 1. Só precisamos provar e aplicar o resultado, se queremos provar ; 2. Proving pode ser difícil porque a priori que acha provando difícil.
O problema é que, um (ou mais exatamente, I ) pode ser pouco otimista e entender primeiro, se não houver nenhum uso positivo dos resultados da inicialização! Então minha pergunta é
Conhecemos algum resultado de inicialização em que seja comprovado?
fonte
Respostas:
Um resultado clássico que pode ser provado pelo bootstrapping (e aplicável à prova de limites inferiores reais) é que em qualquer modelo computacional em que temos para alguma constante , na verdade temos , para cada .TIME(n)≠TIME(nc) c>1 TIME(n)≠TIME(n1+ϵ) ϵ>0
A idéia é que, se , podemos aplicar um argumento de preenchimento repetidamente para obter para cada constante . Você pode até usar esse argumento para melhorar levemente os teoremas da hierarquia de tempo conhecidos em vários casos.TIME(n)=TIME(n1+ϵ) TIME(n)=TIME(nc) c
fonte
Não sei se isso conta, porque é tudo do mesmo artigo, mas na primeira passagem de Craig Gentry para criptografia totalmente homomórfica com base em treliças ideais , ele primeiro mostra que, para construir um esquema de FHE, basta construir um "algo esquema de criptografia homomórfica "com uma determinada propriedade (seu circuito de descriptografia é mais raso do que as profundidades que o circuito pode criptografar). Ele então, com muito trabalho, mostra como construir um esquema de criptografia um tanto homomórfico.
fonte
A recente prova de Huang de , a Conjectura de Sensibilidade, envolveu provar um conhecido por implicá-lo. Veja o blog de Aaronson:A′ A
Do trabalho pioneiro de Gotsman e Linial em 1992, sabia-se que para provar a conjectura de sensibilidade, basta provar a seguinte conjectura combinatória ainda mais simples :A
fonte
Uma coisa que vem à mente, na teoria da aprendizagem computacional, é aumentar . Essencialmente:
Normalmente, isso é realmente usado pela obtenção de um aluno fraco.
fonte