[論文レビュー] Algorithms versus Circuit Lower Bounds

Igor Carboni Oliveira|arXiv (Cornell University)|Sep 1, 2013

Complexity and Algorithms in Graphs参考文献 56被引用数 15

ひとこと要約

本調査は、回路クラスにおける非自明なアルゴリズムと、無条件の回路下界との間に深い関係を確立し、ACC や TC⁰ などのクラスに対して、より速い充足可能性、学習、圧縮、または決定的化アルゴリズムが存在するならば、NEXP はそのクラスからの多項式サイズの回路では計算できないことを示している。中心的な貢献は、『有用な性質』を用いた統一的枠組みを提案し、アルゴリズムの進歩が下界にどのように翻訳されるかを形式化することにある。

ABSTRACT

Different techniques have been used to prove several transference theorems of the form "nontrivial algorithms for a circuit class C yield circuit lower bounds against C". In this survey we revisit many of these results. We discuss how circuit lower bounds can be obtained from derandomization, compression, learning, and satisfiability algorithms. We also cover the connection between circuit lower bounds and useful properties, a notion that turns out to be fundamental in the context of these transference theorems. Along the way, we obtain a few new results, simplify several proofs, and show connections involving different frameworks. We hope that our presentation will serve as a self-contained introduction for those interested in pursuing research in this area.

研究の動機と目的

• 非自明なアルゴリズムが回路下界を示すことを示す既存の転送定理を統一的かつ簡略化すること。
• 異なるアルゴリズム的枠組みの間で統一的役割を果たす『有用な性質』の役割を明確にすること。
• ウィリアムズの SAT アルゴリズムを用いた NEXP ⊈ ACC 下界を含む、主要な結果の完全な証明を提示すること。
• より強い回路下界へのアルゴリズム的進歩を拡張するための未解決問題と研究方向性を特定すること。

提案手法

• 回路クラスに属する関数とそれ以外の関数を区別できる性質である『有用な性質』の概念を用いて、転送定理を形式化する。
• 回路クラス C に対する充足可能性アルゴリズムが、C に対して有用な性質の存在を示し、そのアルゴリズムが非自明であれば、NEXP ⊈ C[poly] が導かれる。
• この枠組みを、SAT アルゴリズム、学習アルゴリズム、圧縮、決定的化の複数のアルゴリズム的状況に適用する。
• C[poly] に対するランダム化されたサブ指数時間のPAC学習アルゴリズムが、C に対して有用な（プロミス）coRP 性質をもたらすことを示す。
• このような有用な性質の存在をもとに、対角化および階層定理を用いて回路下界を導出する。
• フォートノウ・クリヴァンスおよびカバネーツ・インパリアッゾの既知の結果を、有用な性質の枠組みを用いて簡略化し、再証明する。

実験結果

リサーチクエスチョン

• RQ1 回路クラス C に対して非自明な充足可能性アルゴリズムが存在するならば、NEXP は C[poly] に含まれないことを示せるか？
• RQ2 有用な性質は、学習、圧縮、SAT、決定的化といった異なるアルゴリズム的枠組みの間で、どのように統一的メカニズムとして機能するか？
• RQ3 C[poly] に対するサブ指数時間のランダム化された学習アルゴリズムが、C に対する回路下界をもたらすか？
• RQ4 効率的な圧縮や決定的化から得られる最強の回路下界は何か？
• RQ5 転送原理を拡張して、P ⊈ ACC または NEXP ⊈ P/poly を無条件に証明することは可能か？

主な発見

• ACC に対して非自明な SAT アルゴリズム（時間 2^n / s(n) で動作し、s(n) ≫ poly(n)）が存在するならば、NEXP ⊈ ACC[poly] が成り立ち、この下界に対する最初の無条件証明が得られる。
• C[poly] に対するランダム化されたサブ指数時間のPAC学習アルゴリズムが存在するならば、C に対して有用な（プロミス）coRP 性質が存在する。
• 有用な性質は根本的であることが示された：SAT アルゴリズム、学習、圧縮、決定的化の結果が、単一の概念的枠組みに統合される。
• この枠組みにより、損失圧縮や決定的化のような複雑または間接的なアルゴリズム的進歩ですら、回路下界をもたらす可能性があることが明らかになった。
• 本調査は、有用な性質のパラダイムを用いて、ウィリアムズの NEXP ⊈ ACC の結果を含む主要な結果の簡略化および完全な証明を提供している。
• 深さ d+1 と深さ d の回路クラスの間での転送定理の拡張や、P ⊈ ACC を無条件に証明する可能性といった未解決問題を同定している。