Si tengo una aplicación en la nube para resolver cualquier problema NP completo en P (N ^ 3). ¿Cuál es el tamaño del mercado para dicha aplicación y qué industrias estarán interesadas?

Bueno, digamos que puede resolver cualquier problema de NP en [matemáticas] O (N ^ 3) [/ matemáticas] tiempo. (y como mencioné en los comentarios de la pregunta, esto sería un gran derrocamiento de todo lo que sabemos sobre computación. Un rechazo directo de la tesis de la Iglesia Turing). La utilidad de esto dependerá un poco de la constante relativa involucrada en el cálculo y el éxito del proceso de arranque que describo a continuación.

Lo primero que querrás hacer es bootstrap. [matemática] O (N ^ 3) [/ matemática] es excelente, pero [matemática] O (N) [/ matemática] es mejor (o solo constantes más bajas). Lo mejor de los problemas de optimización es que, básicamente, nunca son más difíciles que los problemas NP. Por lo tanto, cambie su servicio hacia adentro y haga que se rediseñe para ser mejor. Si hay un algoritmo de tiempo lineal que hace lo que desea, configure su servicio para que busque su existencia (junto con una prueba de corrección). Por supuesto, esta última sugerencia solo funciona cuando la prueba es lo suficientemente corta.

Después de que su servicio se haya rediseñado, puede causar un daño real. El mundo ahora está definido por el conocedor y no por el artesano. Las empresas de ingeniería pagarían mucho para acceder a su servicio porque la ingeniería se transforma de encontrar un buen candidato que se ajuste a algunos criterios y objetivos de diseño a encontrar el mejor candidato. La eficiencia de nuestro mundo aumentaría increíblemente. Otras industrias (por ejemplo, el plegamiento de proteínas en salud) también podrían beneficiarse de su servicio.

Luego, por supuesto, está el aspecto de la criptografía de lo que tienes. Suponiendo que su servicio esté ampliamente disponible, la criptografía se cerraría a corto plazo, mientras que los científicos / ingenieros luchan para que la criptografía cuántica funcione bien (lo que no debería ser demasiado difícil con su servicio ayudándoles). Por otro lado, los programadores ahora pueden verificar si sus programas son seguros, por lo que algunos aspectos de la web pueden ser más seguros.

Y, por supuesto, hay matemáticas donde su servicio se convierte en un motor de prueba. Si hay una prueba de longitud razonable de un teorema, su servicio ahora puede encontrarlo, resolviendo una gran parte de las matemáticas de una sola vez. No todas las matemáticas cederán a este método, pero sí mucho. Estoy seguro de que las universidades estarían muy interesadas en su servicio para este aspecto.

Siendo realistas, dudo que una compañía privada pueda ofrecer este servicio. Es realmente demasiado poderoso y difícil de controlar que cualquier gobierno competente trataría de destruir o controlar. Después de todo, es difícil controlar una tecnología que ayuda en su propio desarrollo. Si tal tecnología estuviera disponible, sería realmente difícil predecir en qué dirección iría nuestro futuro.

Tenga en cuenta que la integridad de NP es una noción del peor de los casos. Tome el Boolean SAT, un problema central de NP completo. Hay solucionadores SAT de código abierto (por ejemplo, MiniSat) que resuelven muchas instancias prácticas de SAT con millones de variables muy rápidamente (pero se atascan en instancias duras generadas aleatoriamente sin aplicaciones obvias). Esta tecnología se usa mucho hoy en la industria (por ejemplo, en la verificación formal de SW y HW), y su algoritmo de tiempo cúbico estaría compitiendo con ella. Además, hay muchas optimizaciones inteligentes sobre cómo eliminar varios factores polinómicos al convertir problemas NP completos en SAT. Entonces, si su algoritmo siempre se ejecuta en tiempo cúbico, no sería muy útil en muchas aplicaciones.

Por otro lado, es bastante fácil reducir la factorización de números a SAT, por lo que si su algoritmo siempre se ejecuta en tiempo cúbico, podría romper el RSA y detener el comercio electrónico hasta que se implementen sistemas criptográficos alternativos. No estoy seguro sobre el tamaño del mercado de servicios legales , pero definitivamente hay algún potencial aquí 🙂

Para problemas de optimización, estaría compitiendo con aproximaciones rápidas. Para problemas geométricos como el TSP, existen excelentes esquemas de aproximación, probablemente poco espacio para encontrar mejores soluciones. Para la optimización combinatoria, el recocido simulado y otras metaheurísticas a menudo funcionan bastante bien. Entonces, a diferencia de Mark Gordon, recomendaría centrarse en los problemas de decisión donde la aproximación no ayuda de ninguna manera, pero incluso allí el mercado está limitado por las soluciones existentes que explotan la estructura del problema y otros fenómenos mejores que en el peor de los casos.

Realmente hay dos respuestas a esta pregunta.

1. miles de millones. Cientos de miles de millones. Desde descifrar algunos códigos hasta nuevas aplicaciones para nuevos tipos de computación, el valor es imposible de predecir, pero es simplemente vasto.

2. $ 0. Es muy probable que tal cosa sea imposible. La razón por la que tendrían que inventar nuevos tipos de computación es que nadie ha hecho un gran esfuerzo para inventar sistemas informáticos para capacidades que casi con seguridad no existen. Es un juego académico, no práctico.

Después de recoger su medalla de campo y el premio Nobel, las aplicaciones en criptografía solo son gigantes.