ChainCatcher na mensahe, inanunsyo ng OpenAI na ang kanilang AI model ay nakasolusyon sa isang hipotesis na eksponensyal na oras na mayroon nang 20 taon sa larangan ng computer science, na kilala sa Ingles bilang ETH, at hindi ito ang Ethereum. Ang hipotesis na ito ay tumutok sa kung gaano kahirap ang ilang napakahirap na problema, at ginagamit ang Boolean satisfiability problem (SAT) bilang halimbawa: ibinibigay ang isang hanay ng lohikal na kondisyon, mayroon bang isang pagtatalaga na nagpapatotoo sa lahat ng kondisyon nang sabay-sabay? Kapag lumalaki ang laki ng problema, ang pinakamahusay na kilalang paraan ay ang pagsubok sa bawat posibleng sagot nang isahan, at ang oras na kinakailangan ay tumataas nang eksponensyal kasabay ng laki. Ipinapalagay ng hipotesis ng eksponensyal na oras na ang mga ganitong uri ng problema ay hindi maaaring mabilisan nang malaki, at wala pang tunay na sub-eksponensyal na oras na epektibong algorithm. Mula noong 1999, naging mahalagang pundasyon ito sa teoretikal na computer science, at maraming papel ay batay dito upang patunayan na ang ilang problema ay mahirap, o na ang ilang algorithm ay malapit nang sa optimal. Kung mababali ang hipotesis ng eksponensyal na oras, ibig sabihin ay maaaring mayroong mas mabuting solusyon sa ilang problema na itinuturing na halos imposible na mabilisin. Sinasabi ng OpenAI na nakahanap ang kanilang model ng isang deterministikong algorithm na nakakapagbilang nang tumpak ng bilang ng mga solusyon sa k-SAT problem sa loob ng sub-eksponensyal na oras, at ginamit ang Lean para sa formang pag-verify. Kung matitiyak ng mga eksperto ang resulta na ito, direktang lilikha ito ng pagbabago sa hipotesis ng eksponensyal na oras.
Sinasabi ng OpenAI na Ipinatotohanan nila ang Pagkakamali sa Hypothesis ng Exponential Time gamit ang Bagong Algorithm
ChaincatcherI-share
Summary
Sinasabing nilabas ng OpenAI ang Exponential Time Hypothesis gamit ang isang bagong deterministikong algoritmo para sa mga problema ng k-SAT. Ang modelo, na pinatotohanan gamit ang Lean, ay nalulutas ang mga problema na ito sa sub-exponential time. Maaaring magdulot ito ng pagbabago sa teorya ng computational complexity. Ang mga trader na nag-evaluate ng risk-to-reward ratio ay makakakita ng matagalang epekto. Ang value investing sa crypto ay madalas ay nakasalalay sa ganitong mga pundamental na pagbabago. Ang mga praktikal na aplikasyon ng algoritmo ay kailangan pa ring subukin.
Source:Ipakita ang original
Disclaimer: Ang information sa page na ito ay maaaring nakuha mula sa mga third party at hindi necessary na nagre-reflect sa mga pananaw o opinyon ng KuCoin. Ibinigay ang content na ito para sa mga pangkalahatang informational purpose lang, nang walang anumang representation o warranty ng anumang uri, at hindi rin ito dapat ipakahulugan bilang financial o investment advice. Hindi mananagot ang KuCoin para sa anumang error o omission, o para sa anumang outcome na magreresulta mula sa paggamit ng information na ito.
Maaaring maging risky ang mga investment sa mga digital asset. Pakisuri nang maigi ang mga risk ng isang produkto at ang risk tolerance mo batay sa iyong sariling kalagayang pinansyal. Para sa higit pang information, mag-refer sa aming Terms ng Paggamit at Disclosure ng Risk.