L’animateur d’AI:AM, Prakash Narayanan, avance une idée folle : une structure computationnelle plus profonde se cacherait dans l’univers, et nous serions passés à côté. Ce qui semblait être un problème à temps exponentiel, dont le coût était irréductible, pourrait en réalité comporter des regroupements internes qui réduisent sa complexité.
Son analogie : la factorisation en nombres premiers. Au lieu de traiter chaque nombre gigantesque comme un chaos isolé, on le décompose en facteurs premiers plus petits. Même principe ici : regrouper les calculs, les manipuler ensemble et réduire considérablement le coût de calcul.
Il ne s’agit pas simplement de dire « nous avons rendu l’algorithme plus rapide ». C’est plutôt : « nous avons découvert un motif caché sous-jacent à tout le processus ». Si cette hypothèse se confirme, elle changera fondamentalement notre façon de concevoir les limites du calcul et la complexité algorithmique.
Son analogie : la factorisation en nombres premiers. Au lieu de traiter chaque nombre gigantesque comme un chaos isolé, on le décompose en facteurs premiers plus petits. Même principe ici : regrouper les calculs, les manipuler ensemble et réduire considérablement le coût de calcul.
Il ne s’agit pas simplement de dire « nous avons rendu l’algorithme plus rapide ». C’est plutôt : « nous avons découvert un motif caché sous-jacent à tout le processus ». Si cette hypothèse se confirme, elle changera fondamentalement notre façon de concevoir les limites du calcul et la complexité algorithmique.