آیا هوش مصنوعی توانسته است فرض زمان نمایی را رد کند؟

منبع: TechCrunch AI روش تهیه خبر
آیا هوش مصنوعی توانسته است فرض زمان نمایی را رد کند؟

آزمایشگاه‌های پیشرو هوش مصنوعی ادعا می‌کنند که مدل‌های آن‌ها توانسته‌اند مسئله دشوار فرض زمان نمایی (ETH) در علوم کامپیوتر را حل کنند. این ادعا واکنش‌های متفاوتی را در میان دانشمندان برانگیخته و سوالات جدیدی را درباره مرزهای توانایی محاسباتی هوش مصنوعی مطرح کرده است.

شرکت‌های پیشرو در زمینه هوش مصنوعی اخیراً راه‌حل‌هایی برای مسائل ریاضی پیچیده ارائه داده‌اند که یکی از آن‌ها ادعای رد کردن فرض زمان نمایی (ETH) است. این فرض یکی از اصول پذیرفته‌شده در علوم کامپیوتر محسوب می‌شود و نقش مهمی در درک میزان دشواری محاسبات دارد. انتشار این نتایج واکنش‌های ترکیبی از هیجان و نگرانی را در جامعه علمی به دنبال داشته است.

پرفسور رایان ویلیامز، دانشمند کامپیوتر در دانشگاه MIT، که با این آزمایشگاه‌ها برای بررسی و تفسیر این دستاوردها همکاری می‌کند، اشاره کرده است که برخی بخش‌های اثبات ارائه‌شده توسط هوش مصنوعی حاوی نکات غیرمعمولی است که نیاز به بررسی دقیق توسط کل جامعه علمی دارد. به گفته وی، این مدل‌ها توانسته‌اند الگوریتمی ارائه دهند که مسائل دشوار را سریع‌تر از سرعت‌های پیش‌بینی‌شده حل کند.

فرض زمان نمایی بخشی از دسته‌بندی وسیع تری از مسائل موسوم به P در برابر NP است که دهه‌هاست محققان را به خود مشغول کرده است. این فرض بیان می‌کند که الگوریتم‌های کامپیوتری برای یافتن راه‌حل در دسته‌ای از پازل‌های منطقی به زمان نمایی نیاز دارند. اگر ادعای آزمایشگاه‌های هوش مصنوعی مبنی بر دستیابی به زمان‌های زیرنمایی درست باشد، ممکن است درک فعلی دانشمندان از پیچیدگی محاسباتی دستخوش تغییر شود.

با این حال، کارشناسان تأکید می‌کنند که جامعه علمی هنوز راه درازی در پیش دارد تا بفهمد این الگوریتم‌ها چه تأثیری بر پایه‌های علوم کامپیوتر و امنیت سایبری خواهند گذاشت. در حالی که بررسی‌ها نشان می‌دهد این پیشرفت‌ها بلافاصله سیستم‌های رمزنگاری فعلی را از کار نمی‌اندازند، اما محققان را مجبور می‌کند تا استانداردهای پژوهشی و پرسش‌های علمی خود را در عصر هوش مصنوعی ارتقا دهند.

گزارش اصلی و جزئیات بیشتر در TechCrunch AI. مشاهده خبر در منبع اصلی

گزارش فارسی این خبر با کمک هوش مصنوعی و فقط بر اساس اطلاعات منتشرشده در منبع تهیه شده است.