2022年(nián)，計(jì✔±)算(suàn)機(jī)領域發生(shēng)很(hěn)多(d≥→uō)劃時(shí)代的(de)大(dà&α♥↑)事(shì)。
在今年(nián)，計(jì)算(suàn)機(÷↔₩jī)科(kē)學家(jiā)學會(huì)了(le)完美(měi)傳輸秘©₽★密，Transformer的(de)進步神速，在AI的(←¶>×de)幫助下(xià)，數(shù)十年(nián)曆史的(de)算(s≠←↕✔uàn)法被大(dà)大(dà)改進…&hel★∏lip;
2022年(nián)計(jì)算(suàn)機×♦(jī)大(dà)事(shì)件(jiàn)
現(xiàn)在，計(jì)算(suàn)機(jī)科(kē)學家(jiā)能±φ $(néng)解決的(de)問(wèn)題↓§×，範圍是(shì)越來(lái)越廣了(le)，因此，他(t ☆ā)們的(de)工(gōng)作(zuò)也(yě)越來(‍ α≈lái)越跨學科(kē)。
今年(nián)，許多(duō)計(jì)算(suàn)機(jī)科(kē)♦ ε學領域的(de)成果，還(hái)助力了(le)其他(tā)科(kē)學₩✔家(jiā)和(hé)數(shù)學家(jiā)。
比如(rú)密碼學問(wèn)題，這(zhè)涉及了(le)整個(gè)互聯π↑γ 網的(de)安全。
密碼學的(de)背後，往往是(shì)複雜(zá)的(de✘♠≥₽)數(shù)學問(wèn)題。曾經有(↔↓¥​yǒu)一(yī)種非常有(yǒu)前途的(de)新密碼方案，被認為(wèi‍®)足以抵禦來(lái)自(zì)量子(zǐ)計(jì)算(suàn)機(jī>Ω)的(de)攻擊，然而，這(zhè)個(gè)方案被「兩條橢圓曲線的(de)乘•≈ 積及其與阿貝爾曲面的(de)關系」這(zhè)個(←±±gè)數(shù)學問(wèn)題推翻了(le)。ε'ββ
以單向函數(shù)的(de)形式出現(xiàn)的(de)一(₩♣yī)組不(bù)同的(de)數(shù)學關系，将告訴密碼學家(jiā)是(®¶shì)否有(yǒu)真正安全的(de)代碼。
計(jì)算(suàn)機(jī)科(kē)β↑α✘學，尤其是(shì)量子(zǐ)計(jì)算(suàn)，與物(¥ ♣πwù)理(lǐ)學也(yě)有(yǒu)很(hěn)大 ♠₩≥(dà)的(de)重疊。
今年(nián)理(lǐ)論計(jì)算(suàn)機≈✔≥(jī)科(kē)學的(de)一(yī)件(jiàn)大(dàσ↑©)事(shì)，就(jiù)是(shì)科(kē)學家(jiā)證明(mí±&γ™ng)了(le)NLTS猜想。
這(zhè)個(gè)猜想告訴我們，粒子(zǐ)之間(jiān)幽靈般β≥α<的(de)量子(zǐ)糾纏，并不(bù)像物(wù)理(δ★ ₩lǐ)學家(jiā)曾經想象的(de)那(n∑δà)樣微(wēi)妙。
這(zhè)不(bù)僅影(yǐng)響了(le)對(duì)我們對(d↑"uì)物(wù)理(lǐ)世界的(de)理(l "ǐ)解，也(yě)影(yǐng)響了(le)糾纏所帶來(lái)的(de)無數≠≈≤(shù)密碼學的(de)可(kě)能(néng)性。
另外(wài)，人(rén)工(gōng)智能(néng)一(y✘•±ī)直與生(shēng)物(wù)學相(xiàng)得(de)益彰&md↓→'&ash;—事(shì)實上(shàng)，生(shēng)​±≠'物(wù)學領域就(jiù)是(shì)從(cón∑ →≠g)人(rén)腦(nǎo)中汲取靈感，人(rén☆≈÷)腦(nǎo)也(yě)許是(shì)最終極的(de)計(jì)算(♠£ suàn)機(jī)。
長(cháng)久以來(lái)，計(jì)算(suàn)機( Ω§♠jī)科(kē)學家(jiā)和(hé)神經科≈∑(kē)學家(jiā)都(dōu)希望了(₩♥↑le)解大(dà)腦(nǎo)的(de)工(gōng)作(•∞♣zuò)原理(lǐ)，創造出類腦(nǎo)的(de)人(rén©←)工(gōng)智能(néng)，但(dàn)這(zhè)些(‌ ☆xiē)似乎一(yī)直是(shì)白(bái↑≤)日(rì)夢。
但(dàn)不(bù)可(kě)思議(yì)的(de)是(shì)  ¶，Transformer神經網絡似乎可(>®★kě)以像大(dà)腦(nǎo)一(yī)樣處理≤≥(lǐ)信息。每當我們多(duō)了(le)解一(yī)些(xiē)Tr★εansformer的(de)工(gōng)作(zuò)原理(lǐ)，就(≤∑jiù)更了(le)解大(dà)腦(nǎo)一(yī)些(xiē)， ↑↓反之亦然。
或許這(zhè)就(jiù)是(shì)為(wè±₽i)什(shén)麽Transformer在語言處理(lǐ)和(hé)圖像分‌& ‌(fēn)類上(shàng)如(rú)此∑∞★出色的(de)原因。
甚至，AI還(hái)可(kě)以幫我們創造更好(hǎ♦ε₹o)的(de)AI，新的(de)超網絡（hypernetworks£σ）可(kě)以幫助研究人(rén)員(yuán)®✘以更低(dī)的(de)成本、用(yòng)更快(kuài)的≥£±σ(de)速度訓練神經網絡，還(hái)能(néng)幫到(dào)其他σ ↕(tā)領域的(de)科(kē)學家(jiā)。♦←δ‍
Top1：量子(zǐ)糾纏的(de)答(dá)案
量子(zǐ)糾纏是(shì)一(yī)種将遙遠(yuǎn)的(de)粒子(zǐ≥‌π)緊密聯系起來(lái)的(de)特性，可(kě)以肯定的(de∑∞<')是(shì)，一(yī)個(gè)完全糾纏的(de)系統是(π•™↔shì)無法被完全描述的(de)。
不(bù)過物(wù)理(lǐ)學家(jiā)認為(wèi§β)，那(nà)些(xiē)接近(jìn)完全≥ ‌≤糾纏的(de)系統會(huì)更容易描述。但(dàn)計(jì↕→∞≈)算(suàn)機(jī)科(kē)學家(¥‍•jiā)則認為(wèi)，這(zhè)些(xiē)系統同樣不(bù)可(kΩ‍εě)能(néng)被計(jì)算(suàn)出來(lá∑✘i)，而這(zhè)就(jiù)是(shì€‍ ®)量子(zǐ)PCP（概率可(kě)檢測證明(míng)，Pr∞φobabilistically Checkable Proof）猜想。¥£&
為(wèi)了(le)幫助證明(míng)量子(zǐ)PCP理(lǐ)論，÷>•科(kē)學家(jiā)們提出了(le)一(yī)個(gè)更簡單的ε₩§←(de)假設，被稱為(wèi)「非低(dī)能(néng)平凡态」×€（NLTS）猜想。
今年(nián)6月(yuè)，來(lái)自(z₽÷Ωì)哈佛大(dà)學、倫敦大(dà)學學院和(hé)加£±★州大(dà)學伯克利分(fēn)校(xiào)對(duì)三位計(jì)≤≤∏∞算(suàn)機(jī)科(kē)學家(ji₽±☆ ā)，在一(yī)篇論文(wén)中首次實現(xiàn€♠)了(le)NLTS猜想的(de)證明(míng)。
論文(wén)地(dì)址：https://±‌πarxiv.org/abs/2206.13228÷♣☆
這(zhè)意味著(zhe)存在可(kě)在更高(gāo)的(de)溫度下≈♠(xià)保持糾纏态的(de)量子(zǐ)系‍♠φ統，同時(shí)也(yě)表明(míng)，即使∑"∑×遠(yuǎn)離(lí)低(dī)溫等極₹®​​端情況，糾纏粒子(zǐ)系統仍然難以分(fē±‍α♦n)析，難以計(jì)算(suàn)基态能(néng)量。
物(wù)理(lǐ)學家(jiā)們很(♦"↑→hěn)驚訝，因為(wèi)這(zhè)意味著(★≠σ∑zhe)糾纏不(bù)一(yī)定像他(tā≠↕)們想象的(de)那(nà)樣脆弱，而計(←Ωφjì)算(suàn)機(jī)科(kē)學家(jiā)們很(hěn)高§¥(gāo)興離(lí)證明(míng)一(yī)個(gè)被稱為(δ '↔wèi)量子(zǐ)PCP（概率可(kě)檢測證明(m↓♠¶íng)）定理(lǐ)的(de)證明(míng)又♠±¥ε(yòu)近(jìn)了(le)一(yī)步∞≥¶。
今年(nián)10月(yuè)，研究人(rén)員(yuán)成£β功地(dì)将三個(gè)粒子(zǐ)在相(ε xiàng)當遠(yuǎn)的(de)距離(lí)上(α♠♣≠shàng)糾纏在一(yī)起，加強了(le)量子(zǐσ±♠×)加密的(de)可(kě)能(néng)性。
Top2：改變AI的(de)理(lǐ)解方式
在過去(qù)的(de)五年(nián)裡(lǐ)，Tr→¶ansformer徹底改變了(le)AI處理(lǐ)信息的(↓★de)方式。
在2017年(nián)，Transformer首次出現(xiàn)在一→©<(yī)篇論文(wén)中。
人(rén)們開(kāi)發Transformer，是(shì)為(wèi)了≠✘(le)理(lǐ)解和(hé)生(shēng)成語言。它可(kě)以±©&≠實時(shí)處理(lǐ)輸入數(shù)據中的(de)每一(yī)個(g‍∏™è)元素，讓它們具有(yǒu)「大(dà)局觀」。
與其他(tā)采取零散方法的(de)語言網絡相(xiàng)比，這($σ®©zhè)種「大(dà)局觀」讓Transformer的(de)速度和(hé)α∏÷準确性大(dà)大(dà)提高(gāo)。
這(zhè)也(yě)使得(de)它具有(yǒu)不(bù)可(kě)思議€₹₩(yì)的(de)通(tōng)用(yòng§÷∞∏)性，其他(tā)的(de)AI的(de)研究人(rén)員(¶→↕↑yuán)，也(yě)把Transformer應用(yòng)于自($÷ zì)己的(de)領域。
他(tā)們已經發現(xiàn)，應用(yòng)同樣的(de)原理(l ←Ω€ǐ)，可(kě)以用(yòng)來(lái)升級圖像分(fēn)類和(h陀)同時(shí)處理(lǐ)多(duō)種數(∏§shù)據的(de)工(gōng)具。
論文(wén)地(dì)址：https://arxiv.org/abs/20α♦10.11929
Transformers迅速成為(wèi)專注εφ于分(fēn)析和(hé)預測文(wén)本的(de)單詞識别等應用(yòng​♦&)程序的(de)領跑者。它引發了(le)一(yīε↓)波工(gōng)具浪潮，例如(rú) OpenAI的(de)G← ≤PT-3，它訓練數(shù)千億個(gè←₹× )單詞并生(shēng)成一(yī)緻的(de)新文(wén)本，達到<∞§δ(dào)令人(rén)不(bù)安的(de)≠®↑程度。
不(bù)過，跟非Transformer↑₹'模型相(xiàng)比，這(zhè)些(xiē)好(hǎo)處是(shì)★•以Transformer更多(duō)的(de)訓練量為♦↓✘(wèi)代價的(de)。
這(zhè)些(xiē)人(rén)臉是(shì)由基于Tran•≤λγsformer的(de)網絡，在對(duì)超過20萬張名人&÷(rén)面孔的(de)數(shù)據集進行(xíng)訓練後創建的 <∞‌(de)
在今年(nián)3月(yuè)，研究Transformer工(gōng)作(∏σ✔↑zuò)原理(lǐ)的(de)研究人(rén)員(yuán)發現(x ∞"£iàn)，它之所以如(rú)此強大(dà)，部分(fēn★ )原因是(shì)它将更大(dà)的(d★$∏e)意義附加到(dào)詞語上(shàng)的(de)能(néng)力，而÷$↑☆不(bù)是(shì)簡單的(de)記憶模式。
事(shì)實上(shàng)，Tran✘→™♦sformer的(de)适應性如(rú)‌☆ε"此之強，神經科(kē)學家(jiā)已經開(kāi)始用∏ ≠↕(yòng)基于Transformer的(de)網絡對(duì)σ← 人(rén)腦(nǎo)功能(néng)進行(xíng)建♥♥®模。
這(zhè)表明(míng)人(rén)工( β₹gōng)智能(néng)和(hé)人(rén)類智能(néng)之↔±間(jiān)，或許是(shì)一(yī)體(t&©♣ǐ)同源的(de)。
Top3：破解後量子(zǐ)加密算(suàn)法
量子(zǐ)計(jì)算(suàn)的(de)出現(xiàn)，讓很(hěσ‍β♦n)多(duō)原本需要(yào)消耗超大(dà)計(jì)算(≈≥suàn)量的(de)問(wèn)題都(dōu)得(d₽♦¶<e)到(dào)了(le)解決，而經典加密算(suàn)法的(de)安全性也•₽≤€(yě)因此受到(dào)了(le)威脅$≤。于是(shì)，學界便提出了(le)後量 ±β子(zǐ)密碼的(de)概念，來(lái)抵抗量子(zǐ)計(jì↔λ)算(suàn)機(jī)的(de)破解。
作(zuò)為(wèi)備受期待的(de)加密 ™✔ 算(suàn)法，SIKE（Supersingu¥∑ ×lar Isogeny Key Encap' εsulation）是(shì)一(yī)種利用(yòng)橢圓曲線≥φ作(zuò)為(wèi)定理(lǐ)的(de)加密算(suàn)法。
然而就(jiù)在今年(nián)7月(yuè)，兩位來(lái)自(zì)比♠•利時(shí)魯汶大(dà)學的(de)研究人(rén)員(yuán)發πγ現(xiàn)，這(zhè)個(gè)算(suàn)法可(kě >✔©)以在短(duǎn)短(duǎn)1個(gè)小(xiǎo)時(s∞‌hí)內(nèi)，用(yòng)一(yī)↕δ台10年(nián)「高(gāo)齡」的(de)台₹σ¥式計(jì)算(suàn)機(jī)被成功破解。
值得(de)注意的(de)是(shì)，研究人(rén)員(yuán)從(₩ ‍cóng)純數(shù)學的(de)角度來(lái)解♦ α₹決這(zhè)個(gè)問(wèn)題，攻擊算→&(suàn)法設計(jì)的(de)核心，而不(bù)是(<≈shì)任何潛在的(de)代碼漏洞。
論文(wén)地(dì)址：https://eprint.i™♥±↑acr.org/2022/975
對(duì)此，研究人(rén)員(yuán)表€λ&β示，隻有(yǒu)當你(nǐ)能(néng)證明(m'£♣εíng)「單向函數(shù)」的(de)存在時(shí)，才↔Ω有(yǒu)可(kě)能(néng)創建一(yī)個(gè)可(kě)證♠§'γ明(míng)的(de)安全代碼，也(yě)就(jiù)是(shì)一£$£(yī)個(gè)永遠(yuǎn)不(bù)可(kě)能(néng)失敗的(d¥₽e)代碼。
雖然現(xiàn)在仍然不(bù)知(zhī)道(dào)它們是↔'(shì)否存在，但(dàn)研究人(rén)員(yuán)認為(wèi)£×γδ，這(zhè)個(gè)問(wèn)題等同于另一(yī)個(gè)叫做(zu‌​ò)Kolmogorov複雜(zá)性的✔Ω‍"(de)問(wèn)題。隻有(yǒu)當某一(yī)版本的<≠§(de)Kolmogorov複雜(zá)性難以計(jì)算(suàn)時(shα¥€í)，單向函數(shù)和(hé)真正的(de)密碼學才有(yǒu♠™™ )可(kě)能(néng)。
Top4：用(yòng)AI訓練AI
近(jìn)年(nián)來(lái)，人(rén)工(gōng)神經網絡的(∞≈₩$de)模式識别技(jì)能(néng)，為(wèi)人(rén)工(g'®‌ōng)智能(néng)領域注入了(le)活力。
但(dàn)在一(yī)個(gè)網絡開('¥kāi)始工(gōng)作(zuò)之前，研究人(r •én)員(yuán)必須首先訓練它。
這(zhè)個(gè)訓練過程可(kě)能(néng)會(huì)持續數(s↓©₽hù)月(yuè)，需要(yào)大(dà ¶)量數(shù)據，在這(zhè)個(gè) ‍✔£過程中，需要(yào)對(duì)潛在的(de)數(shù)©β↕≠十億個(gè)參數(shù)進行(xíng)微(wēi)調。
現(xiàn)在，研究人(rén)員(yuán)有(γ ¥yǒu)了(le)一(yī)個(gè)新的(de)想法&mdasλ♦&h;—讓機(jī)器(qì)替他(tā)們'₽✘₩來(lái)做(zuò)這(zhè)件(jiàn)事(shì)。
這(zhè)種新型「超網絡」叫做(zuò)GHN÷★♦-2，它能(néng)夠處理(lǐ)和(hé)吐出其他(tāσ×β)網絡。
論文(wén)鏈接：https://arxiv.org≈≈/abs/2110.13100
它的(de)速度很(hěn)快(kuài ¥)，能(néng)夠分(fēn)析任何指定的(∑←₹™de)網絡，并迅速提供一(yī)組參數(shù)值，這(zhè)些(←λ♠↑xiē)參數(shù)值和(hé)以傳統方式訓練的(de)網絡≤®中的(de)參數(shù)，一(yī)樣€Ω¥₽有(yǒu)效。
盡管GHN-2提供的(de)參數(shù)可(kě)能(néng)不(bù)±♣≈✔是(shì)最佳的(de)，但(dàn)它仍然提 ↑供了(le)一(yī)個(gè)更理(lǐ≠&✔≤)想的(de)起點，減少(shǎo)了(le)全面訓練所需的(de)時(s∞ ↓εhí)間(jiān)和(hé)數(shù)據。♠♦₩±
通(tōng)過在給定的(de)圖像數(₹&γσshù)據集和(hé)我們的(de)DEEPNETS-1M架構數♣• ♥(shù)據集上(shàng)預測的(de)參數(shβ&≥‍ù)進行(xíng)反向傳播訓練
今年(nián)夏天，Quanta雜(zá÷÷)志(zhì)還(hái)研究了(le)另  §∑一(yī)種幫助機(jī)器(qì)學習(xí)的(de)新方法&≤÷mdash;—具身(shēn)人(rén)工(gōng)智¥ 能(néng)。
它允許算(suàn)法從(cóng)響應迅£<∑速的(de)三維環境中學習(xí)，而不(bù)是(shì)通(t∑φ☆ōng)過靜(jìng)态圖像或抽象數(s ↓hù)據。
無論是(shì)探索模拟世界的(de)代理(lǐ)，∏₩還(hái)是(shì)真實世界中的(de)機(jī∞∏)器(qì)人(rén)，這(zhè)些(xiē)系統擁有‌¶(yǒu)從(cóng)根本上(shàng)不(bù)同的(de)學∏β£習(xí)方式，而且在許多(duō)情況下(xià)，這(zhè)些( ₹βxiē)方式比使用(yòng)傳統方法訓練的λ≤ £(de)系統更好(hǎo)。
Top5：算(suàn)法的(de)改進
提高(gāo)基礎計(jì)算(suàn)算(suàn£≥¶)法的(de)效率一(yī)直都(dōu)是(shì)學界熱♣☆Ω(rè)點，因為(wèi)它會(huì)影(yǐng)響大(✔δdà)量計(jì)算(suàn)的(de)整體(tσ"​ǐ)速度，從(cóng)而對(duì)智能(né±δ×←ng)計(jì)算(suàn)領域産生(shēng)多(duō↕→)米諾骨牌式的(de)效應。
今年(nián)10月(yuè)，DeepMind團隊在發表于Nature上(​₩shàng)的(de)論文(wén)中，提出了(le)第一(yī)個(gè)π ¥'用(yòng)于為(wèi)矩陣乘法等基本計(jìφ↑↔)算(suàn)任務發現(xiàn)新穎、高(gāo£→ α)效、正确算(suàn)法的(de)AI系統&®₹mdash;—AlphaTensor。
它的(de)出現(xiàn)，為(wèi)一(yī)個(gè)50♠∏¥δ年(nián)來(lái)的(de)懸而未決的(de✔¥)數(shù)學問(wèn)題找到(dào)了(le)新答(dá)案：Ω₩γ找到(dào)兩個(gè)矩陣相(xiàng)乘的(de)最快( ☆‌∏kuài)方法。
矩陣乘法，作(zuò)為(wèi)矩陣變換的(de)基礎運算(suànβσ)之一(yī)，是(shì)是(shì)許©π©多(duō)計(jì)算(suàn)任務的(d♣ e)核心組成部分(fēn)。其中涵蓋了(le)計(jì)算(suàn)機(δγjī)圖形、數(shù)字通(tōng)信、神經網絡訓練和(βδhé)科(kē)學計(jì)算(suàn)等等，而A₹≈ lphaTensor發現(xiàn)的(de)算(suàn)×★法可(kě)以使這(zhè)些(xiē)領域的£≤(de)計(jì)算(suàn)效率大(dà✔≥↔)大(dà)提升。
論文(wén)地(dì)址：https:​↑//www.nature.com/articles/s41•φ₹♥586-022-05172-4
今年(nián)3月(yuè)，由六位計(jì)算(s✔£uàn)機(jī)科(kē)學家(jiā)組成的(de)團¥$Ωφ隊提出了(le)一(yī)種「快(kuà•♥☆i)得(de)離(lí)譜」的(de)算(suàn)法，讓計(δ←✘ jì)算(suàn)機(jī)最古老(lǎo)的(de)「最大(dà)流問↕α(wèn)題」獲得(de)了(le)突破性☆←<↕的(de)進展。
新算(suàn)法可(kě)在「幾乎線性」的(de)時(sλ✔≈hí)間(jiān)內(nèi)解決這(zhè✔≤ )個(gè)問(wèn)題，也(yě)就(jiù)是(shì)說(shu&↕ō)，其運行(xíng)時(shí)間(j≥$≠iān)基本與記錄網絡細節所需的(de)時©​≥®(shí)間(jiān)正比。
論文(wén)地(dì)址：https://arxiv.org/a★±αbs/2203.00671v2
最大(dà)流問(wèn)題是(shì)一(y★γī)種組合最優化(huà)問(wèn)題，討(©∞tǎo)論的(de)是(shì)如(rú)何£♦"♦充分(fēn)利用(yòng)裝置的(de)能(néng)力使得(♥ de)運輸的(de)流量最大(dà)，進而取得(de)∞←最好(hǎo)的(de)效果。
在日(rì)常生(shēng)活中，它在很(hěn)多 ε(duō)方面都(dōu)有(yǒu)應用(yòng ♣©)，如(rú)互聯網數(shù)據流、航空(kōng)公司調♣αλ¥度，甚至包含将求職者與空(kōng)缺職位進行(xíng) ♠♥匹配等等。
作(zuò)為(wèi)論文(wén)的(de)作(zuò)者之一(÷™yī)，來(lái)自(zì)耶魯大(dà)學的(de)Da±α>niel Spielman表示，「我原本堅信，這(zhè∑₹)個(gè)問(wèn)題不(bù)可(kě)能(néng)♠‍ε存在如(rú)此高(gāo)效的(de)算δ​≠'(suàn)法。」
Top6：分(fēn)享信息的(de)新途徑
普林(lín)斯頓大(dà)學的(de)理(lǐδ✔")論計(jì)算(suàn)機(jī)科(kē)學家(jiā)M✔↓★ark Braverman，花(huā)了(le)一(yī)生(shēπσσng)中超過四分(fēn)之一(yī)的(de)時'α(shí)間(jiān)，來(lái)研究交互式通(t​πōng)信的(de)新理(lǐ)論。
他(tā)的(de)工(gōng)作(zuò)使✔™‌研究人(rén)員(yuán)能(néng)夠對(duì)₩©∞±「信息」和(hé)「知(zhī)識」等術(shù)語進行(xíng)量化•£↔♠(huà)，這(zhè)不(bù)僅使人(rén)們在理(l↑¶↑♥ǐ)論上(shàng)對(duì)互動有(yǒu)≠ 了(le)更多(duō)的(de)了(le)解，而且還(↑↑♥hái)創造了(le)新的(de)技(jì)術(shù)，使交流更加高(↓→gāo)效和(hé)準确。
Braverman最喜歡在辦公室的(de)沙發上(shàn•™₹g)思考量化(huà)的(de)難題
由于他(tā)的(de)這(zhè)一(yī)成就&€✔(jiù)，以及其他(tā)成果，國(guó)際數(shù)學聯盟今×σ年(nián)7月(yuè)授予Braverman I¥∏MU Abacus獎章(zhāng)，這(zhè)是(sh®σ ì)理(lǐ)論計(jì)算(suàn)機(jī)科(÷☆kē)學領域的(de)最高(gāo)榮譽之一(yī)。
IMU的(de)頒獎詞指出，Braverman對(duì)信息複雜(zá)性的≤γ☆×(de)貢獻，使人(rén)們更深入地(dì)了(le)解了(le)當兩方相(≤λ©βxiàng)互溝通(tōng)時(shí)，信息成本的(de)不(bù)同¶¥衡量标準。
他(tā)的(de)工(gōng)作(zuò)為(wσ←èi)不(bù)易受傳輸錯(cuò)誤影(yǐng)響的(de)新'§™₹編碼策略，以及在傳輸和(hé)操作(zuò)過程中壓縮數(shù)據γ£'€的(de)新方法，鋪平了(le)道(dào)路(lù)。
信息複雜(zá)性問(wèn)題，來(l£♥®ái)自(zì)于Claude Shannon的(de)開(kāi)拓性工(g↔↓∑≠ōng)作(zuò)——在1948年(nián©↔✔β)，他(tā)為(wèi)一(yī)個(gè)人(rén)通(tō©Ωng)過通(tōng)道(dào)向另一(yī)個(±←π'gè)人(rén)發送消息，制(zhì)定了(lε±&₹e)數(shù)學框架。
而Braverman最大(dà)的(de)貢獻在于，建立了(le)一(yī)個♦α (gè)廣泛的(de)框架，該框架闡明(mín☆&€∏g)了(le)描述交互式通(tōng)信邊界的(de)‍''通(tōng)用(yòng)規則&mdaλ "γsh;—這(zhè)些(xiē)規則提出了(le)在通(tō₹‌☆↓ng)過算(suàn)法在線發送數(shù)據時(shí)，壓縮和(hé)保§÷£σ護數(shù)據的(de)新策略。
論文(wén)地(dì)址：https://<ש§arxiv.org/abs/1106.3595
「交互式壓縮」問(wèn)題可(kě)以這(zhèΩ ±)麽理(lǐ)解：如(rú)果兩個(gè)人(rén)交換一(yī)百↕δ萬條短(duǎn)信，但(dàn)隻學習(xí)1,000位信息，交§✔換是(shì)否可(kě)以壓縮為(wèi)1,'$♠​000位守恒？
Braverman和(hé)Rao的(d ®e)研究表明(míng)，答(dá)案是¶☆•(shì)否定的(de)。
而Braverman不(bù)僅破解了(le)這©™±₹(zhè)些(xiē)問(wèn)題，他(Ω™tā)還(hái)引入了(le)一(yī)種新的(de)視(™₩shì)角，使研究人(rén)員(yuán)能(n♠✘éng)夠首先闡明(míng)它們，然後将它們翻譯成數(sα≤φφhù)學的(de)正式語言。
他(tā)的(de)理(lǐ)論為(wèi)探δ•索這(zhè)些(xiē)問(wèn)題和(hé)确定可(kě)能(nén ≈γg)出現(xiàn)在未來(lái)技(jì)術(shù)中>δπ的(de)新通(tōng)信協議(yì)，奠定了(§'le)基礎。