💻 computer science

A proof complexity conjecture and the Incompleteness theorem

Dit artikel toont aan dat elke geluidige p-tijd theorie onvolledig is en onderzoekt de implicaties van een specifieke p-tijd functie voor de onvolledigheidstheorema, de bestaansmogelijkheid van een p-optimale proefstelsel en de complexiteitsklasse $E$ .

Oorspronkelijke auteurs: Jan Krajicek

Gepubliceerd 2026-02-16

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Jan Krajicek

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

De Kern van het verhaal: Een onmogelijke zoektocht

Stel je voor dat je een onfeilbare zoekmachine hebt. Deze machine is zo slim dat hij elk probleem kan oplossen dat in de wereld van computers (wiskunde en logica) bestaat. De auteur, Jan Krajíček, vraagt zich af: Bestaat zo'n machine wel?

Het antwoord van dit paper is een krachtig "Nee", maar met een interessante twist. Hij toont aan dat als je een machine bouwt die bijna alles kan, er altijd een gat in zit. En dat gat is precies waar de onvolledigheid van de wiskunde schuilt.

Laten we de drie belangrijkste onderdelen van het paper bekijken, vertaald naar alledaagse beelden.

1. De "Gaten-Machine" (De eerste hoofdstukken)

Stel je voor dat je een magische printer hebt (noem hem $g_T$ ).

Wat hij doet: Je geeft hem een stuk papier met een code (een reeks nullen en enen) en hij print er één extra cijfer bij. Een code van 100 cijfers wordt 101 cijfers.
De truc: De printer is zo ontworpen dat hij probeert alle mogelijke codes te "voorspellen" die een bepaalde slimme theorie (een stel regels) als waar beschouwt.

Het experiment:
De printer kijkt naar een reeks regels. Als de theorie zegt: "Dit is waar", dan probeert de printer een code te maken die niet in die reeks past.

Als de theorie perfect en compleet was (alles wat waar is, kan hij bewijzen), zou de printer alle mogelijke codes moeten kunnen produceren.
Maar hier komt het: De printer is zo slim ontworpen dat hij altijd een code produceert die niet door de theorie bewezen kan worden.

De conclusie:
Het is als een ontsnappingspuzzel. Als je een theorie hebt die alles wil verklaren, creëer je een "gaten-machine" die precies dat ene ding produceert waar de theorie geen antwoord op heeft.

Gödel's Incompleteness Theorem: Dit is eigenlijk een moderne, snelle versie van het beroemde bewijs van Kurt Gödel. Hij zegt: "Je kunt niet alles tegelijk bewijzen. Er is altijd iets dat waar is, maar wat je theorie niet kan bewijzen."

2. De Drie Mogelijkheden (Het tweede hoofdstuk)

Nu gaat de auteur een stap verder. Hij zegt: "Oké, we weten dat de theorie onvolledig is. Maar wat betekent dit voor de computerwetenschap?"

Hij stelt dat ten minste één van de volgende drie dingen waar moet zijn. Het is als een drievoudige keuze die we moeten maken:

Er bestaat geen "Super-Optimale Bewijsmachine".
- Analogie: Stel je voor dat er een algoritme is dat de snelste manier vindt om elk wiskundig probleem op te lossen. De auteur zegt: "Die bestaat niet." Er is altijd een snellere manier voor sommige problemen, en een langzamere voor andere. Er is geen "beste" manier voor alles.
Er zijn problemen die te moeilijk zijn voor kleine computers.
- Analogie: Stel je voor dat je een probleem hebt dat zo complex is dat je er een enorme fabriek (een supercomputer) voor nodig hebt. De auteur zegt: "Sommige problemen zijn zo complex dat je ze niet kunt oplossen met een simpele, kleine schakeling (een klein circuit)." Er zijn dingen die simpelweg te groot zijn voor de "kleine" computers.
Er bestaat een "Magische Generator" die alles raakt.
- Analogie: Stel je voor dat je een machine bouwt die een reeks getallen produceert. Deze machine is zo slim dat zijn output altijd in elke mogelijke verzameling van interessante getallen terechtkomt.
- Het probleem: We weten niet of zo'n machine echt bestaat. Als hij bestaat, betekent dit dat er een manier is om "onoplosbare" problemen toch op te lossen. Als hij niet bestaat, betekent dit dat er altijd gaten blijven in onze bewijssystemen.

De boodschap:
We weten niet precies welke van deze drie waar is, maar we weten zeker dat er minstens één waar is. Als we zouden hopen dat er een perfecte, snelle bewijsmachine is (optie 1) én dat alles met kleine computers kan (optie 2), dan zou optie 3 moeten gelden. Maar optie 3 klinkt als een magische oplossing die waarschijnlijk niet bestaat.

3. De "Propositionele" Versie (De laatste stap)

In het laatste deel van het paper maakt de auteur de theorie nog praktischer. Hij vertaalt de ingewikkelde wiskundige theorie naar propositionele logica (de taal van "ja/nee" vragen die computers echt begrijpen).

De metafoor: In plaats van te praten over "onbeperkte" wiskunde, kijkt hij naar een spel met een vaste tijdslimiet.
Hij bouwt een versie van de "gaten-machine" die werkt binnen een zeer korte tijd (sub-exponentieel).
Hij toont aan dat als we aannemen dat er een perfecte bewijsmachine is én dat kleine computers alles kunnen, dan moet die "magische generator" (optie 3) bestaan.

Waarom is dit belangrijk?
Dit verbindt twee grote gebieden:

Logica: Wat kunnen we bewijzen?
Complexiteit: Hoe snel kunnen we iets berekenen?

De auteur zegt: "Als je denkt dat we ooit een perfecte, snelle manier vinden om alle wiskundige problemen op te lossen, dan moet er een heel specifieke, magische generator bestaan die we nog niet hebben gevonden. Als die generator niet bestaat (wat waarschijnlijk is), dan betekent dit dat er geen perfecte bewijsmachine bestaat en dat sommige problemen fundamenteel moeilijk zijn."

Samenvatting in één zin

Dit paper toont aan dat de wiskunde en de computerwetenschap een fundamenteel gebrek hebben: er is geen enkele, perfecte manier om alle waarheden te bewijzen of alle problemen snel op te lossen; er is altijd een "gaten-machine" die ons herinnert aan de grenzen van wat we kunnen weten.

De grote vraag die open blijft:
Bestaat er een "magische generator" die zo slim is dat hij elke mogelijke verzameling van moeilijke problemen raakt? Als dat zo is, is onze wereld van computers misschien wel slimmer dan we denken. Als niet, dan zijn we voor altijd gebonden aan de onvolmaaktheid van onze theorieën.

Titel: Een bewijscomplexiteitsconjectuur en de Onvolledigheidstelling

Auteur: Jan Krajíček (Charles Universiteit, Praag)
Publicatiedatum: 15 september 2023 (arXiv:2303.10637v2)

1. Het Probleem en de Context

Het artikel richt zich op een fundamentele open vraag binnen de theorie van bewijscomplexiteit: bestaat er een "generator" die hard is voor alle bewijssystemen?

De Conjectuur: Er bestaat een polynomiale tijd-functie $g: \{0, 1\}^* \to \{0, 1\}^*$ die elke invoer met precies één bit uitrekt ( $|g(u)| = |u| + 1$ ), zodanig dat het bereik van $g$ ($Rng(g)$) elke oneindige NP-set snijdt.
Betekenis: Als zo'n generator bestaat, impliceert dit dat er geen bewijssysteem is dat alle waarheid in NP efficiënt kan bewijzen (een sterke vorm van $NP \neq coNP$ ).
De Uitdaging: Het is onbekend of zo'n functie bestaat. Het artikel onderzoekt de relatie tussen deze conjectuur, de Onvolledigheidstheorema's van Gödel en de complexiteitstheorie.

2. Methodologie

Krajíček presenteert twee constructies: één gebaseerd op eerste-orde logica en een propositionele versie die afdaalt naar bewijscomplexiteit.

A. De Eerste-orde Constructie (Theorie $T$ )

De auteur definieert een functie $g_T$ gebaseerd op een sound (waar in het standaardmodel $\mathbb{N}$ ) en polynomiale tijd-theorie $T$ (die de syntaxis van eerste-orde logica kan formaliseren, zoals $S^1_2$ van Buss).

Constructie van $g_T(u)$ :
1. Gegeven een invoer $u$ van lengte $n$ , zoekt de functie naar een formule $\Phi$ (met één vrije variabele) die een prefix van $u$ is en kort genoeg is ( $|\Phi| \leq \log n$ ).
2. Als er geen dergelijke formule is, output $0$.
3. Als $\Phi$ bestaat, genereert de functie alle mogelijke bitstrings $w$ van lengte $c+1$ (waar $c = |\Phi|$ ).
4. Voor elke $w$ zoekt de functie naar een bewijs in $T$ van de zin $\Phi_w$ : $\exists y \forall x > y (\Phi(x) \to \neg(w \subseteq_e x))$ .
5. Als voor alle $w$ een bewijs gevonden wordt, output $0$.
6. Anders, laat $w_0$ de eerste $w$ zijn waarvoor geen bewijs gevonden wordt. Output $w_0$ gevolgd door het resterende deel van $u$ .

B. De Propositionele Constructie

Om de resultaten te vertalen naar bewijscomplexiteit, wordt de logica "naar beneden" gebracht:

In plaats van te zoeken naar bewijzen in $T$ , wordt gezocht naar proposities-bewijzen voor de vertaling van de formules $\Phi_w$ .
De auteur maakt gebruik van de aanname dat bepaalde complexiteitsklassen in elkaar zitten (zoals $E \subseteq P/poly$ ) om de zoekruimte voor bewijzen te beperken tot circuits van specifieke grootte.

3. Belangrijkste Resultaten

Resultaat 1: Een nieuwe afleiding van Gödels Onvolledigheidstheorema

Door de eigenschappen van $g_T$ te analyseren, toont Krajíček aan:

Als $T$ sound en compleet is, zou het bereik van $g_T$ elke oneindige definieerbare verzameling moeten snijden.
Echter, het complement van het bereik van $g_T$ is oneindig en definieerbaar.
Conclusie: Een sound, polynomiale tijd-theorie $T$ die $S^1_2$ bevat, kan niet compleet zijn. Dit biedt een bewijs van Gödels Eerste Onvolledigheidstheorema dat gebaseerd is op de eigenschappen van bewijscomplexiteit-generatoren.

Resultaat 2: De Propositionele Trichotomie (Stelling 3.1)

De auteur bewijst dat minstens één van de volgende drie stellingen waar moet zijn:

Geen p-optimale bewijssystemen: Er bestaat geen propositioneel bewijssysteem dat "p-optimaal" is (dit is equivalent met het niet-bestaan van een tijd-optimale algoritme voor het zoeken naar bewijzen).
Complexiteitsscheiding: $E \not\subseteq P/poly$ (de klasse van problemen oplosbaar in exponentiële tijd is niet opgenomen in de klasse van problemen oplosbaar door polynomiale circuits met advies).
Bestaan van een sterke generator: Er bestaat een functie $h$ $h$ die:
- Alle invoer met één bit uitrekt.
- Berekenbaar is in sub-exponentiële tijd ( $2^{O((\log n)^{\log \log n})}$ ).
- Een bereik heeft dat elke oneindige NP-set snijdt.

4. Significatie en Implicaties

Verbinding tussen Logica en Complexiteit: Het artikel legt een krachtige brug tussen de klassieke onvolledigheidstheorema's van Gödel en moderne vragen over bewijscomplexiteit en de $P$ vs $NP$-problematiek.
Open Vraag (Probleem 2.4): De auteur laat het als een open probleem of de functie $g_T$ (voor een specifieke $T$ ) daadwerkelijk de oorspronkelijke conjectuur oplost (d.w.z. of het bereik alle oneindige NP-sets snijdt). Een bevestigende antwoord zou impliceren dat $NP \neq coNP$ .
Alternatieve Benadering: Als de conjectuur waar is, betekent dit dat er geen efficiënt bewijssysteem bestaat dat alle waarheden in NP kan vastleggen. Als de conjectuur onwaar is, moet er een fundamentele scheiding zijn in complexiteitsklassen (zoals $E \not\subseteq P/poly$ ) of moeten er fundamentele beperkingen zijn aan het bestaan van optimale bewijssystemen.
Technische Innovatie: De methode van het "uitrekken" van bitstrings via het zoeken naar ontbrekende bewijzen (in plaats van het zoeken naar bestaande bewijzen) biedt een nieuw perspectief op het construeren van functies die moeilijk te "ontwijken" zijn voor bewijssystemen.

Samenvatting

Jan Krajíček presenteert een constructie die de onvolledigheid van formele systemen koppelt aan de moeilijkheid om bepaalde bitstrings te genereren die niet in het bereik van een polynomiale functie vallen. Het artikel concludeert dat de wereld van de bewijscomplexiteit in een van drie scenario's moet vallen: ofwel bestaan er geen optimale bewijssystemen, ofwel zijn er fundamentele scheidingen in complexiteitsklassen, ofwel bestaat er een zeer efficiënte generator die alle NP-problemen "ontwijkt". Dit resulteert in een diep inzicht in de grenzen van wat wiskundige systemen en algoritmen kunnen bewijzen.