返回第1070章 1万亿美币!P=NP?第二道世界级数学难题!  发薪就能变强,我有十亿员工!首页

关灯 护眼     字体:

上一章 目录 下一页 简介

    第1070章 1万亿美币!P=NP?第二道世界级数学难题! (第1/3页)

    3月14日,紮克伯格召开发布会公开致款,北美监管协会随即介入,对Facebook的数据泄露丑闻展开调查。

    受此影响,Facebook的市值累计下跌2000亿美币,相当於凭空蒸发了一家甲骨文。

    纽交所哀鸿一片!

    反观MimoMessenger,注册用户量已突破十亿大关,在即时通讯APP领域路身全球第三0

    更惊人的是,MimoMessenger从上线至今满打满算也不过一年零九个月,而微信达到同等规模,却足足用了七年。

    在月活用户数据层面,MimoMessenger仅次於WhatsApp和FacebookMessenger,比微信还多四百万。

    上午十点,橙子互娱与Spotify背後的资方完成股权互换。

    叠加陈延森此前从黎嘉诚手中购入的股份,橙子互娱对Spotify的持股比例已超51%,正式拿下控股权。

    Spotify就此归入橙子互娱旗下!

    半个小时後,谷歌Waymo自动驾驶汽车获得了纽约上路测试许可证,即将推出L4级自动驾驶计程车服务。

    车机大战一触即发!

    在计程车司机看来,自动驾驶一旦全面铺开,自己可能就要失业了。

    因此,纽约计程车工人协会与交通工人协会迅速组织大规模罢工抗议。

    司机们走上街头反对Waymo自动驾驶测试,高举「WayNoto Waymo」的标语。

    可很多人并未察觉,Waymo之所以能快速实现L4级自动驾驶技术,核心依赖的正是天工科技提供的算力卡与存储晶片。

    「罪魁祸首」美美隐身!

    尽管陈延森早就研发出了L4级全自动驾驶巴士,却仅生产了两千多辆,除了投放在亚斯贝巴吸引游客外,其余大多在森联集团科技园区内,用作物料转运工具车和员工班车。

    谷歌、Uber和特斯拉,全成了橙子汽车的挡箭牌!

    对陈延森而言,现在还不是推出L5级自动驾驶系统的最佳时机,等算力更强、算法更精准、存储成本更低时,届时再顺势切入市场,一举奠定行业霸主地位。

    栖云庄园,研发中心总控室内。

    陈延森斜靠在椅上,杯中加了冰沙的芒果汁凝成一道细线,乖乖飞入他的嘴里。

    桌上的键盘啪作响,看上去正在自动输入,前方的大屏幕上,不断吞吐着海量信息。

    「P是否等於NP?」

    这是克雷数学研究所七大千禧年难题之首。

    用最通俗的话来解释,如果一个问题的答案能被快速验证,那这个答案本身,是否也能被快速找到?

    看似简单的一句话,却是整个计算复杂性理论的根基所在。

    近半个世纪以来,全球最顶尖的数学家与计算机科学家,几乎一边倒地认为P不等於NP。

    他们认为,世界的本质规律,就是验证远比发现更容易。

    破解一串密码,难;验证一组密码是否正确,容易。

    找出从燕京到纽约的最短路线,很难;验证某条路线是不是最短,却很简单。

    这种不对称性,被视作宇宙的一条基本法则。

    RSA加密、区块链哈希、数字签名等,现代信息安全的整座大厦,都建立在这一认知之上。

    但陈延森在「四维领域」中见识过,这个世界是可以被计算、度量的,想要证明P是否等於NP并不算难,真正的难点,在於设计出对应的算法模型,并为其提供足够支撑的强大算力。

    此时,总共有一千九百条并行逻辑链条,在他的大脑里实时运行着。

    每一条都挂载着不同的数学分支,如拓扑学、范畴论、图论、代数几何、信息熵、量子计算复杂性等。

    下一秒,屏幕上的信息流骤然停滞。

    「方向错了。」

    陈延森自言自语道。

    话音刚落,键盘再次敲击起来。

    整整四十七万行推导过程,被他一次性全部清空。

    这些推导若是拿去发表,至少能拿三个菲尔兹奖提名。

    可在他眼里,这四十七万行,全都是废纸。

    「P和NP并不是两个固定的集合,而是同一个计算结构,在不同观测尺度下的投影。

    陈延森直起身,端起芒果汁。

    杯中的冰沙化了大半,但他毫不在意,轻轻抿了一口。

    他曾在四维领域中,亲眼见过计算的本质形态。

    在三维世界里,计算是沿时间轴线性展开的流程:输入、处理、输出。

    但在四维领域中,计算不是过程,结构才是。

    一个问题的所有可能解,在高维空间中是同时存在的。

    所谓的搜索,不过是三维生物无法同时感知全部解时,不得不采用的笨办法。

    NP问题的难度在於人类的计算模型是三维的,只能沿时间轴一条一条地试。

    如果把计算结构提升到四维,NP问题的解空间就会从指数级坍缩为多项式级。

    这就像一个二维平面上的蚂蚁,要走出一个迷宫,必须逐条通道试探。

    而三维视角的人类,从上方俯瞰,最短路径一目了然。

    可这里有一个致命问题:计算机是三维的,现实中根本造不出四维计算机。

    所以陈延森要做的,是在三维计算架构上,用数学模拟出四维计算结构的等价映射。

    半小时後,他完成了第一阶段的框架搭建,并将其命名为维度摺叠映射理论。

    按照这一理论,任何NP问题都可以被摺叠进高维数学空间,原本指数级的搜索路径会因维度提升出现捷径,再通过映射函数,将高维捷径投影回三维,就能得到多项式时间的解法。

    

    (本章未完,请点击下一页继续阅读)

『加入书签,方便阅读』

上一章 目录 下一页