Teorik bilgisayar bilimindeki verimlilik tanımı tartışma yaratıyor
Öne çıkanlar
- Jack Edmonds 1965'te üstel büyüme göstermeyen algoritmaları iyi olarak tanımladı.
- OpenAI satisfiability problemini alt üstel zamanda çözen teorik algoritmasını duyurdu.
- Yeni yöntem 10 üzeri 10 septilyon değişken eşiğinin altında klasik tam arama yapıyor.
- Milyonlarca değişkenli endüstriyel problemler pratik çözücülerle bir günde çözülebiliyor.
Bilgisayar biliminde algoritmaların verimliliğini tanımlamak için kullanılan polinom zaman ölçütü, kuram ile pratik arasındaki mesafeyi giderek açıyor. Jack Edmonds'un 1965 yılında eşleme problemi üzerine geliştirdiği çalışmasında ortaya koyduğu "iyi algoritma" kavramı, üstel zamanın alternatifi olarak zamanla kabul gördü. Ancak bu yaklaşım, gerçek dünyada çalışamayacak ölçekte devasa adımlar gerektiren galaktik algoritmaların ortaya çıkmasına zemin hazırladı.
OpenAI ekibinin mantıksal doğruluk (satisfiability) problemi için sunduğu alt üstel zamanlı yeni algoritma, bu teorik tartışmayı yeniden alevlendirdi. Söz konusu çalışma teorik çevrelerde son 50 yılın en büyük adımlarından biri olarak nitelendirildi. Buna karşın algoritmanın pratikte alt üstel hızda çalışabilmesi için 10 üzeri 10 septilyon gibi evrendeki atom sayısını fersah fersah aşan bir değişken sınırının aşılması gerekiyor.
Bu astronomik eşiğin altında kalan tüm gerçek senaryolarda algoritma, Edmonds'un 1965'te verimsiz ilan ettiği tam arama yöntemini çalıştırıyor. Pratikte üstel karmaşıklığa sahip olmasına rağmen dünya genelinde yaygın kullanılan simpleks algoritması veya endüstride milyarlarca değişkenli problemleri çözen çözücüler, teorik analizlerin pratik ihtiyaçlardan koptuğunu açıkça sergiliyor.
Bu özet yapay zekâ ile hazırlanmıştır; ayrıntılar ve doğrulama için orijinal kaynağa başvurun.