P vs NP 恐难被 AI 攻破，fortnow 点名 NP vs L 等更可行难题
fortnow · x · 2026-09-11
理论计算机科学家 fortnow（Lance Fortnow）就 AI 与复杂度理论的关系表态：P vs NP 问题仍将超出 AI 的能力范围，但存在其他可能更可行的复杂度问题，例如分离 NP 与 L（对数空间）、或分离 BPP 与 NEXP——这些问题一旦解决仍将在学界引起巨大反响。这为 AI 辅助数学研究指出了比 P vs NP 更现实的攻关方向。
「研究」频道最新
- 可编程元胞自动机 PCA：让每条规则变成可读代码 — Amidos2006 · 2026-09-11
- GEVIBench 发布:系统对比各类电压指示器的综合基准 — drmichaellevin · 2026-09-11
- 高斯混合建模光传输方程,INRIA 新方法加速全局光照求解 — ssh4net · 2026-09-11
- Goodfire 解读可解释性:海贼语数学模型如何只学数学不学海盗腔 — Machine Learning Street Talk · 2026-09-11
- MaP-WAM 用记忆驱动规划攻克非马尔可夫机器人操作难题 — Sizhe Zhao · 2026-09-11
- 负向自蒸馏：让模型靠避开错误推理学会更好的推理 — Rongcan Pei · 2026-09-11