[论文解读] 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 15

一句话总结

本综述建立了非平凡电路类算法与无条件电路下界之间的深刻联系，表明针对 ACC 或 TC⁰ 等类的更快可满足性、学习、压缩或去随机化算法，意味着 NEXP 无法被该类的多项式大小电路所计算。核心贡献是通过“有用性质”构建了一个统一框架，形式化了算法进展如何转化为下界。

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.

研究动机与目标

• 统一并简化现有转移定理，表明非平凡算法可导致电路下界。
• 阐明‘有用性质’作为不同算法框架中统一概念的作用。
• 完整呈现关键结果的证明，包括通过可满足性算法证明 Williams 的 NEXP ⊈ ACC 下界。
• 识别开放问题与研究方向，以将算法进展推广至更强的电路下界。

提出的方法

• 使用‘有用性质’的概念——即能区分电路类内函数与类外函数的性质——来形式化转移定理。
• 证明：若某电路类 C 存在非平凡的可满足性算法，则存在对 C 有用的性质，从而若 SAT 算法非平凡，则可推出 NEXP ⊈ C[poly]。
• 将此框架应用于多种算法场景：可满足性算法、学习算法、压缩和去随机化。
• 证明：C[poly] 的随机亚指数时间 PAC 学习算法可产生对 C 有用的（承诺）coRP 性质。
• 利用此类有用性质的存在性，通过对角化和层次定理推导出电路下界。
• 简化并重新证明已知结果，如 Fortnow-Klivans 和 Kabanets-Impagliazzo 的结果，使用有用性质框架。

实验结果

研究问题

• RQ1 针对电路类 C 的非平凡可满足性算法是否可推出 NEXP 不包含于 C[poly]？
• RQ2 有用性质如何作为统一机制，贯穿学习、压缩、可满足性、去随机化等不同算法框架？
• RQ3 C[poly] 的亚指数时间随机学习算法是否可产生对 C 的电路下界？
• RQ4 从高效压缩或去随机化中可推导出的最强电路下界是什么？
• RQ5 是否可将转移范式扩展至无条件证明 P ⊈ ACC 或 NEXP ⊈ P/poly？

主要发现

• 针对 ACC 的非平凡可满足性算法（运行时间 2^n / s(n)，其中 s(n) ≫ poly(n)）可推出 NEXP ⊈ ACC[poly]，从而首次无条件证明了该下界。
• 若存在 C[poly] 的随机亚指数时间 PAC 学习算法，则存在对 C 有用的（承诺）coRP 性质。
• 有用性质被证明是根本性的：它们将可满足性算法、学习、压缩和去随机化的结果统一为单一概念框架。
• 该框架表明，即使复杂的或间接的算法进展（如有损压缩或去随机化）也能产生电路下界。
• 综述提供了关键结果的简化且完整的证明，包括使用有用性质范式重新证明 Williams 的 NEXP ⊈ ACC 结果。
• 综述识别了开放问题，如将转移定理推广至深度 d+1 与深度 d 的电路类之间，以及无条件证明 P ⊈ ACC。