[논문 리뷰] Towards a Complexity-through-Realisability Theory

Thomas Seiller|arXiv (Cornell University)|2015. 02. 04.

Logic, programming, and type systems참고 문헌 59인용 수 11

한 줄 요약

이 논문은 선형 논리, 연산자 대수학, 그리고 동역계 시스템에 기반한 실현 가능성 모델을 활용하여 다양한 계산 철학들 간의 계산 복잡도 이론을 통합하는 새로운 의미론적 프레임워크—실현 가능성을 통한 복잡도 이론(complexity-through-realisability theory)—을 제안한다. 그래핑 기반 모델과 보렐 동치 관계를 통해 주요 복잡도 클래스, 즉 PTime, LogSpace, 그리고 확률적 클래스들을 특성화함으로써, 복잡도 이론의 장기적인 미해결 문제를 공략하기 위한 새로운 수학적 도구를 제공한다.

ABSTRACT

We explain how recent developments in the fields of realisability models for linear logic -- or geometry of interaction -- and implicit computational complexity can lead to a new approach of implicit computational complexity. This semantic-based approach should apply uniformly to various computational paradigms, and enable the use of new mathematical methods and tools to attack problem in computational complexity. This paper provides the background, motivations and perspectives of this complexity-through-realisability theory to be developed, and illustrates it with recent results.

연구 동기 및 목표

• 다양한 계산 철학들—예를 들어 결정론적, 비결정론적, 확률적, 동시성 계산—에 균일하게 적용 가능한 통합적이고 의미론 기반의 계산 복잡도 프레임워크를 개발하는 것.
• 선형 논리와 잘 정립된 수학적 구조에 기반한 실현 가능성 모델을 사용하여 계산 복잡도 클래스의 기계 독립적 특성화를 제공하는 것.
• 특히 연산자 대수학과 동역계 시스템에서 유래한 고급 수학적 도구를 활용하여 복잡도 이론의 열린 문제들—예를 들어 P vs. NP 및 P vs. LogSpace—를 공략하는 것.
• 현재 잘 정립된 복잡도 이론이 없는 고차 함수형과 계산 모델을 위한 고차 함수형 복잡도 이론의 기초를 마련하는 것.
• 그래핑 대수학의 분류를 통해 복잡도 클래스의 분류를 시도함으로써, 복잡도 이론과 깊은 대수적 불변량 간의 연결을 맺는 것.

제안 방법

• 특히 측도를 보존하는 보렐 사상의 마이크로코스를 기반으로 한 그래핑과 관련된 실현 가능성 모델을 사용하여 선형 논리에 대해 유형을 복잡도 클래스로 해석하는 것.
• 그래핑 대수학의 구조를 통해 복잡도 클래스를 정의함으로써, 이진 술어의 유형이 다중 헤드 오토마타(일방향, 양방향, 결정론적, 비결정론적, 확률적)에 의해 수락되는 언어와 대응되도록 하는 것.
• 보렐 동치 관계의 비용을 통해 Regular, Stochastic, LogSpace, NLogSpace, coNLogSpace, PLogSpace 등의 복잡도 클래스를 특성화하는 것.
• 고차 함수형으로의 프레임워크 일반화를 위해, (Words²Σ → Words²Σ) → (Words²Σ → Words²Σ)와 같은 고차 유형의 하위집합을 자연스럽게 포괄하는 모델을 구성하는 것.
• 특히 보렐 동치 관계의 비용이나 호모토피 불변량과 같은 연산자 대수학 및 동역계 시스템의 불변량을 사용하여 복잡도 클래스를 구분하는 것.
• 그래핑의 대수적 및 측도 이론적 기초를 활용하여 양자 및 동시성 계산으로의 접근을 확장함으로써, 확률적 및 양자 과정을 자연스럽게 수용하는 것.

실험 결과

연구 질문

• RQ1 선형 논리에 대한 실현 가능성 모델이 결정론적, 비결정론적, 확률적, 동시성 계산을 포함한 다양한 계산 철학들 간의 복잡도 클래스를 균일하게 특성화하는 데 사용될 수 있는가?
• RQ2 측도를 보존하는 보렐 사상의 마이크로코스와 관련된 보렐 동치 관계의 비용은 LogSpace 및 PTime과 같은 복잡도 클래스를 특성화하고 구분하는 데 어떻게 활용될 수 있는가?
• RQ3 그래핑 대수학의 분류가 고차 함수형에 대한 통합적 복잡도 이론의 구조적 기초를 제공할 수 있는 정도는 어느 정도인가?
• RQ4 연산자 대수학 및 동역계 시스템의 불변량—예를 들어 호모토피 불변량 또는 동치 관계의 비용—을 사용하여 복잡도 클래스 간의 분리 결과를 증명할 수 있는가?
• RQ5 동일한 그래핑 기반 실현 가능성 모델을 사용하여 BQPtime 및 PPtime과 같은 양자 복잡도 클래스를 특성화하는 것은 가능한가?

주요 결과

• 이 프레임워크는 다중 헤드 오토마타를 기반으로 한 실현 가능성 모델을 통해 Regular, Stochastic, LogSpace, NLogSpace, coNLogSpace, PLogSpace 등의 광범위한 복잡도 클래스를 성공적으로 특성화한다.
• 논문은 2Dfa(k) ⊂≠ 2Dfa(k+1), 2Nfa(k) ⊂≠ 2Nfa(k+1), co2Nfa(k) ⊂≠ co2Nfa(k+1), 2Pfa(k) ⊂≠ 2Pfa(k+1)와 같은 포함 관계가 관련된 보렐 동치 관계의 비용을 사용하여 포착되고, 가능하면 분리될 수 있음을 밝혀낸다.
• 모델은 고차 함수형을 자연스럽게 수용하며, (Words²Σ → Words²Σ) → (Words²Σ → Words²Σ)와 같은 유형이 타입-2 함수형에 대응함으로써 고차 계산의 복잡도 이론으로 나아가는 길을 제시한다.
• PTime을 특성화하는 데 사용된 마이크로코스는 군이 아니며, 측도를 보존하는 사상으로 이루어져 있지 않아, 표준 불변량인 비용의 직접적 적용이 제한되며, 이는 보렐 동치 관계 이론의 확장이 필요함을 시사한다.
• 이 프레임워크는 Razborov와 Rudich의 자연 증명 장벽을 피하기 때문에, 복잡도 이론에서 분리 결과를 증명하기 위한 타당한 대안적 길이 될 수 있음을 시사한다.
• 이 접근은 그래핑의 대수적 및 측도 이론적 구조를 통해 BQPtime 및 PPtime과 같은 양자 및 확률적 복잡도 클래스를 특성화하기 위한 기초를 제공한다.