Krótka odpowiedź: prawdopodobnie nie (1), zdecydowanie nie (2) i prawdopodobnie (3).
To jest coś, o czym myślałem od dłuższego czasu. Po pierwsze, w pewnym sensie GCT ma na celu raczej ograniczenie granic funkcji obliczeniowych niż problemów decyzyjnych. Ale twoje pytanie ma sens w wersjach klas funkcyjnych , P , P S P A C E i E X PL.P.P.S.P.A C.mimiXP. .
Po drugie, faktycznie udowadnia wersje boolowskie - te, które znamy i kochamy, takie jak faP.≠ F.miXP. - jest prawdopodobnie niezwykle trudne w podejściu GCT, ponieważ wymagałoby to zastosowania modułowej teorii reprezentacji (teoria reprezentacji ponad skończoną pola), co nie jest dobrze rozumiane w żadnym kontekście.
Jednak rozsądnym celem może być użycie GCT do udowodnienia algebraicznego analogu faP.≠ F.miXP. .
Aby przejść do twojego pytania: Wierzę, że pytania te można sformułować w kontekście GCT, choć nie od razu wiadomo, jak to zrobić. Mniej więcej potrzebujesz funkcji, która jest kompletna dla klasy i charakteryzuje się symetriami; dodatkowy bonus, jeśli teoria reprezentacji związana z funkcją jest łatwa do zrozumienia, ale ta ostatnia jest zwykle dość trudna.
Nawet gdy pytania zostaną sformułowane w kontekście GCT, nie mam pojęcia, jak trudno będzie użyć GCT do udowodnienia (algebraiczne analogi) itp. Teoretyczne wyobrażenia, które pojawią się w tych kontekstach najprawdopodobniej będzie miał bardzo podobny smak do tych powstających w P vs N PfaP.≠ F.miXP.P.N.P.lub wyznacznik permanentny vs. Można mieć nadzieję, że klasyczne dowody tych wyników separacji mogą dać pojęcie o tym, jak znaleźć teoretyczne „przeszkody” reprezentacyjne potrzebne do potwierdzenia GCT. Jednak dowody wspomnianych przez ciebie twierdzeń to wszystkie twierdzenia hierarchiczne oparte na diagonalizacji i nie widzę, w jaki sposób diagonalizacja naprawdę da ci wgląd w teorię reprezentacji związaną z funkcją, która jest kompletna dla (algebraicznego analogu) Powiedzmy X P. Z drugiej strony nie widziałem jeszcze, jak sformułować F E X P.famiXP.famiXP. w kontekście GCT, więc jest trochę za wcześnie na powiedzenie.
Wreszcie, jak wspomniałem w tym poście na blogu, Peter Burgisser i Christian Ikenmeyer próbowali ponownie udowodnić dolną granicę granicy granicznej mnożenia macierzy (którą Joseph Landsberg udowodnił jako 7). Byli w stanie wykazać, że granica wynosi co najmniej 6, dzięki komputerowemu poszukiwaniu przeszkód w GCT. Aktualizacja kwietnia 2013 r . : od tego czasu udało im się ponownie udowodnić wynik Landsberga za pomocą niedrożności GCT i wykazać asymptozę 32 × 2dolna granica mnożenia macierzy3)2)n2)- 2przy użyciu takich przeszkód. Chociaż GCT nie odtworzył do tej pory znanego dolnegolimitumnożenia macierzy, umożliwia wyszukiwanie komputerowe bardziej wydajne niż alternatywa (która obejmowałaby zasady Grobnera, w najgorszym przypadku czas podwójnie wykładniczy). W swoich rozmowach podczas warsztatów zarówno Peter, jak i Christian wskazali (słusznie, powiedziałbym), że tak naprawdę mamy nadzieję, że uzyskamy obliczenie małych przykładów, nie jest potwierdzeniem znanych dolnych granic, ale pewienwgląd, który pozwoli nam je wykorzystać techniki sprawdzanianowychdolnych granic.
Zaletą GCT w kontekście mnożenia macierzy jest to, że technika łatwo uogólnia od mnożenia macierzy do 3 × 3 (chociaż obliczanie przeszkód za pomocą obecnych technik jest oczywiście droższe), podczas gdy podejście Landsberga wydaje się bardzo trudne do wdrożenia nawet w przypadku 3 × 3 . Podobną rzecz można powiedzieć o wspomnianych separacjach klas złożoności: GCT jest na tyle ogólny, że może mieć zastosowanie nie tylko do znanych wyników, takich jak F P ≠ F E X P , ale także do nieznanych, takich jak P ≠2 × 23 × 33 × 3faP.≠ F.miXP. , podczas gdy wiemy, że diagonalizacja nie.P.≠ N.P.