Я наткнулся на статью, опубликованную в Science, «Memcomputing NP-полных задач за полиномиальное время с использованием полиномиальных ресурсов и коллективных состояний» , в которой содержатся довольно удивительные утверждения.
Memcomputing - это новая парадигма вычислений, отличная от Тьюринга, в которой используются взаимодействующие ячейки памяти (сокращенно мемпроцессоры) для хранения и обработки информации на одной физической платформе. Недавно было математически доказано, что мемкомпьютерные машины обладают той же вычислительной мощностью, что и недетерминированные машины Тьюринга . Следовательно, они могут решать NP-полные задачи за полиномиальное время и, используя соответствующую архитектуру, с ресурсами, которые растут только полиномиально с размером ввода.
(Курсив мой).
Я бы отмахнулся от этого как от несерьезного, учитывая сильный характер утверждений, если бы не тот факт, что это было опубликовано в «Науке», и что соответствующий материал некоторых авторов был опубликован в « Физике природы» , в журнале IEEE и в Physics Review E , все из которых являются авторитетными рецензируемыми публикациями, которые не позволили бы опубликовать такие заявления без их серьезности.
Так это правда? Могут ли эти люди решить NP-полные задачи в P-time, используя свою модель?
источник
Ответы:
Я чувствую, что на это достаточно ответили в комментариях, поэтому просто подведу итог:
Авторы не претендуют на P = NP, что является утверждением о детерминированных и недетерминированных машинах Тьюринга.
Авторы предлагают модель вычислений, которые, как они утверждают, показывают, эквивалентны по мощности недетерминированным машинам Тьюринга.
Авторы конструируют физические машины, которые реализуют эту модель вычислений для небольших входных размеров.
Авторы утверждают, что создание более крупных версий физически осуществимо / возможно с использованием ресурсов полиномиального размера.
Это последнее утверждение, которое, конечно, не доказано и на самом деле не является формальным утверждением, подразумевает, что, как правило, физически возможно решить NP-полные проблемы с ресурсами полиномиального размера.
Скотт Ааронсон в своем блоге объясняет, почему это последнее утверждение проблематично и почему у масштабируемости их подхода есть проблемы: http://www.scottaaronson.com/blog/?p=2212
источник