El reconocimiento de objetos no es un problema formalmente definido, por lo que no es en sí mismo tiempo polinómico solucionable o NP-completo. Hay muchas formas de modelar el problema como un problema de optimización, lo que lleva a varios enfoques algorítmicos. Sin embargo, cada una de estas formas solo está correlacionada con el reconocimiento de objetos del mundo real, haciendo suposiciones sobre la naturaleza de los objetos que queremos reconocer.
Es discutible si existe una versión natural del reconocimiento de objetos que sea computablemente intratable. Por un lado, para la mayoría de los tipos de objetos, hemos evolucionado para reconocer y manipular objetos con éxito. Por otro lado, las técnicas de camuflaje de la naturaleza también tienen mucho éxito, por lo que no sería tan sorprendente si hubiera algunos casos insolubles del problema. Hasta ahora, los investigadores han estado más interesados en lo que facilita las instancias fáciles, en lugar de lo que dificulta las imágenes duras.
- ¿Hay alguna diferencia entre los algoritmos estocásticos y los probabilísticos?
- ¿Por qué es necesario conocer la complejidad temporal de un programa?
- ¿Qué temas de geometría y álgebra son importantes para concursos de programación como ICPC?
- ¿Es posible codificar un programa que, dada una secuencia finita, encuentra al menos 2 reglas posibles que generan las series restantes?
- ¿Es seguro decir que las recomendaciones sociales siempre superarán a los algoritmos controlados por computadora?
