ChainCatcher melaporkan, baru-baru ini OpenAI mengumumkan bahwa model AI-nya telah memecahkan dugaan Exponential Time Hypothesis (ETH), sebuah dugaan yang telah berlaku selama lebih dari dua puluh tahun dalam ilmu komputer, bukan Ethereum. Dugaan ini mempelajari seberapa sulit masalah-masalah yang sangat sulit dihitung, dengan contoh masalah Boolean satisfiability (SAT): diberikan sejumlah kondisi logis, apakah ada penugasan nilai yang membuat semua kondisi terpenuhi secara bersamaan? Ketika skala masalah meningkat, metode terbaik yang diketahui hampir selalu mencoba setiap kemungkinan jawaban satu per satu, dengan biaya waktu yang tumbuh secara eksponensial seiring dengan ukuran masalah. Exponential Time Hypothesis lebih lanjut menyatakan bahwa masalah semacam ini secara inheren tidak dapat dipercepat secara signifikan, dan tidak ada algoritma efisien yang benar-benar berjalan dalam waktu sub-eksponensial. Sejak dirumuskan pada tahun 1999, dugaan ini telah menjadi fondasi penting dalam ilmu komputer teoretis, dengan banyak makalah mengandalkannya untuk membuktikan bahwa beberapa masalah sangat sulit atau bahwa beberapa algoritma sudah mendekati optimal. Jika Exponential Time Hypothesis dibantah, berarti banyak masalah yang dianggap hampir tidak mungkin diselesaikan lebih cepat secara teoritis mungkin memiliki solusi yang lebih baik. OpenAI menyatakan bahwa modelnya menemukan algoritma deterministik yang mampu menghitung secara akurat jumlah solusi untuk masalah k-SAT dalam waktu sub-eksponensial, dan telah diverifikasi secara formal menggunakan Lean. Jika hasil ini akhirnya bertahan dalam tinjauan para ahli, hal itu akan langsung melemahkan Exponential Time Hypothesis.
OpenAI Mengklaim Membantah Hipotesis Waktu Eksponensial dengan Algoritma Baru
ChaincatcherBagikan
Ringkasan
OpenAI menyatakan telah membantah Hipotesis Waktu Eksponensial dengan algoritma deterministik baru untuk masalah k-SAT. Model ini, diverifikasi menggunakan Lean, menyelesaikan masalah-masalah tersebut dalam waktu sub-eksponensial. Hal ini bisa mengguncang teori kompleksitas komputasi. Trader yang mengevaluasi rasio risiko-terhadap-imbalan mungkin melihat dampak jangka panjang. Investasi nilai dalam kripto sering bergantung pada perubahan mendasar semacam ini. Aplikasi nyata dari algoritma ini masih perlu diuji.
Sumber:Tampilkan versi asli
Penafian: Informasi pada halaman ini mungkin telah diperoleh dari pihak ketiga dan tidak mencerminkan pandangan atau opini KuCoin. Konten ini disediakan hanya untuk tujuan informasi umum, tanpa representasi atau jaminan apa pun, dan tidak dapat ditafsirkan sebagai saran keuangan atau investasi. KuCoin tidak bertanggung jawab terhadap segala kesalahan atau kelalaian, atau hasil apa pun yang keluar dari penggunaan informasi ini.
Berinvestasi di aset digital dapat berisiko. Harap mengevaluasi risiko produk dan toleransi risiko Anda secara cermat berdasarkan situasi keuangan Anda sendiri. Untuk informasi lebih lanjut, silakan lihat Ketentuan Penggunaan dan Pengungkapan Risiko.