人也可以作到 NP 啊 How human beings can solve NP problems (In Chinese)

之前一度有的想法又再度在今天上課時回想起。

人眼可以同時處理一整面的東西，而電腦卻只能一次處理一筆資料。

我覺得在影像處理上，人優於電腦的地方在於可以「一覽無遺」。也就是說可以一閃而過便知道有哪些顏色，有哪些圖形。而電腦則是要一個一個點檢查完畢後，才能根據統計資料猜測物體的形狀顏色（而且我們還不能有效模仿出人眼視覺）。

最近課堂又複習了 NP 問題。突然想到，人或許可以幫助電腦處理 NP 問題！

假設我們可以很快的把一個問題的所有可能畫在一個平面上，以不同顏色代表不同的結果（譬如1代表白色，0代表黑色，0~1之間就是中間的灰階值)。那因為人可以直接一眼就看出哪裡是白色哪裡是黑色，所以反而用人來處理 NP 問題會很快！

但是但是，當然電腦如果能秀出顏色，那電腦當然可以自己檢查那顏色是否為白色...再用人去找不就多此一舉？此外， 如果是用電腦來畫這些問題，那豈不也是要用 NP的時間處理？

沒錯。所以，用人去解 NP 可能目前還是無解。但等一下！如果我們的問題，用電腦畫在圖上很快，但從圖上整理資料卻是要花 NP 時間呢？譬如從圖上找出想找出圓形的區域、或星星形狀的圖呢？如此只有人可以一眼找出來了！因此這類問題，可能在列舉上沒那麼花時間，但我們並不是要看每個可能走法最終的值是否為多少，而是要看每個走法走完後，他們互相的關係是如何？ 如果能找到某個關係可以用固定圖形表示，那麼人去解決就很快了！

因此或許當我們嘗試要製造出一個 NP 機器之前，先拿我們手邊最高等的機器...我們自己，來幫忙電腦吧！

還沒上過 computer visualization ，或許我這想法就是這個領域的核心價值。

關於 P=NPAbout P=NP (See more In Chinese)

"If P = NP, then the world would be a profoundly different place than we usually assume it to be. There would be no special value in “creative leaps,” no fundamental gap between solving a problem and recognizing the solution once it’s found. Everyone who could appreciate a symphony would be Mozart; everyone who could f...ollow a step-by-step argument would be Gauss... — Scott Aaronson, MIT "

說得太好了! 我們現在的世界，欣賞一首歌很簡單，但要想出一首歌卻很難。如果有種工具可以短時間列舉所有可能的組合，那每個人都會Mozart都會是Gauss（因為可以一下子列舉所有可能的音樂）。但光這點似乎不太可能。

如果這種工具真的存在，那一定是利用無限個跟我們平行的

宇宙，叫我們的分身去解問題..當然我們現今不能有分身，但電子卻可以。所以量子電腦可能真的是未來進步的關鍵。