Una de las formas de probar P = NP es resolver cualquiera de los problemas NP – Completos utilizando el algoritmo de tiempo polinómico determinista.
Pero el problema es que NP: los problemas completos son muy difíciles de resolver, ya que el tamaño de la entrada aumenta. Tomemos un ejemplo del problema del vendedor ambulante (TSP), que es uno de los problemas de NP-Complete.
Definición de TSP: problema de vendedor ambulante
- ¿Por qué el embolsado es más preciso que solo mirar todo el conjunto de datos y tomar el promedio?
- ¿Cómo se determina la significación estadística para las curvas ROC y los valores de AUC?
- ¿Pueden Kmeans y el algoritmo DBSCAN dar el mismo resultado para un conjunto de datos en particular?
- ¿Podemos obtener un intervalo de confianza para la salida de un clasificador en el aprendizaje supervisado?
- ¿Los científicos de datos y el ingeniero de aprendizaje automático necesitan saber implementar algoritmos ML / DL desde cero o simplemente usar las bibliotecas existentes en producción?
¡En el caso de TSP con N nodos, hay (N-1)! , diferentes viajes son posibles. Entonces, de acuerdo con la técnica de fuerza bruta, el procesador tiene que calcular cada viaje posible y decidir cuál es el más corto.
Ahora, incluso con TSP de 30 nodos, ¡el número total de diferentes viajes posibles es 29! ..
29! es igual a alrededor de 10 ^ 30 diferentes viajes posibles.
Suponga que está utilizando un procesador con una velocidad de reloj de 4 GHz. [4 GHz = 4 * 10 ^ 9 ciclos por segundo]
Y digamos que el procesador toma 1 ciclo de reloj para calcular 1 viaje en particular. [Suponiendo un ciclo de reloj por viaje solo para simplificar el cálculo …]
Mediante un cálculo simple, puede calcular eso, el procesador tomará alrededor de 10000000000000 años para resolver el TSP con un tamaño de entrada de solo 30.
Lo que obviamente no es factible. Las optimizaciones sobre la fuerza bruta son posibles pero no proporcionan una ayuda significativa. De hecho, también tenemos otro tipo de algoritmos, pero la mayoría de ellos son algoritmos de aproximación. No dan la solución exacta (camino más corto) de manera determinista. Incluso si aumentamos la velocidad del procesador, nunca nos permitirá resolver TSP con 1000 nodos.
Los científicos informáticos están haciendo todo lo posible para demostrar P = NP, pero la mayoría de las soluciones publicadas son inviables o no óptimas. La respuesta a esta pregunta debe involucrar notaciones de complejidad difíciles, pero he intentado hacer lo más simple posible. Gracias.