在复杂性树提供的计算教程理论(我刚刚开始第二次视频),它谈到了如何开发停滞问题,以表明数学无法自动化。最近,我听到了很多关于自动化/自动定理证明的事情 - 有些人甚至认为有一天数学家将被机器取代。我的问题是:我们是否需要在推理停止问题的推理中找到缺陷,以证明数学可以自动化?(或者是停止问题,在机器学习时代,减少到过去的良好历史账户......)

有帮助吗?

解决方案

自动化数学的概念是一个模糊的,这对这里的差异进行了核算。

一个解释是:自动化数学是生成机器 $ m $ ,它可以判断给定的句子是否为真(或者更弱,可从一些同意的公理组中提供,如 $ \ mathsf {zfc} $ )。即使是较弱的版本也被停止问题的计数性排除了。

另一个解释是:自动化数学是生成一台机器 $ m $ ,它将找到所有可证明的(再次从这一套公理组的证明) 句子。请注意, $ M $ NOT ,以确定是否首先提供句子,仅用于找到证明这种证据存在于所有。这种可能通过蛮力搜索。

当然,第二种自动化是高度不可行的 - 通常,它将脱节漫长地找到定理的证明。但这并不会影响其原则上的可能性。这实际上是自动定理的起始点,证明:琐碎的暴力力量 - 可以进行,并且一般来说,这是可怕的 - 我们可以在中找到巧妙的证明搜索策略吗?兴趣? (这是复杂性理论进入图片的地方。)

其他提示

您正在混淆短语“数学可以自动化”的两个可能的含义:

    “通过算法”“可以证明任何定理
  1. “通过人类执行的证明定理的实际活动,可以在经济上可行的时尚”
  2. “中由计算机进行

    由于暂停问题,任何算法都无法证明或反驳所有定期。但这同时适用于计算机!

    在停止问题的证据证明(理论上)的人数学家的工作变得过时,不需要成为缺陷。一台机器不必能够解决不可判断的问题,以消除人类数学家的工作功能 - 它必须能够以比人类更有效地证明感兴趣的定理,而不是人类可以。这不是计算性或渐近计算复杂性的问题,而是经济学。

    没有理由认为人类大脑在证明数学定理方面是唯一优越的。此外,由于 moravec的悖论,我们应该计算机可能更好地证明定理比人类更好。人类脑是一袋肉类,其进化史几乎没有对“可以证明困难定理”的表型的健身奖励。所以我们希望我们可能会看到一台超人员在证明定理领域的计算机,而不是我们期望看到一台超级心灵在狩猎Megafauna的中间的计算机。

我认为这个问题应该给你 答案。

https:// cstheory.stackexchange.com /问题/ 2800 / IF-P-NP-COL-WE获取 - Goldbachs-Polompture-Etc

简而言之,如果p= np,那么计算机可以证明具有合理长度的任何猜想。

许可以下: CC-BY-SA归因
不隶属于 cs.stackexchange
scroll top