理論的なコンピューターサイエンスの未解決の問題を解決するための大規模なオンラインコラボレーション

Polymathプロジェクトでは、大規模なグループが未解決の問題に取り組んでいます。

このフレームワークではどのような問題が最も効果的であると思われますか？
理論的なコンピューターサイエンスのpolymathプロジェクトに適した候補はありますか？
数学の他の領域と比較して、Polymathプロジェクトが理論的なコンピューターサイエンスで成功する可能性を低くする障害はありますか？

Polymathプロジェクトは、画期的な出来事が起こったときに成功しているようで、画期的な結果を最適化しようとするか、より単純またはより優れた証明を考え出そうとしています。https://en.wikipedia.org/wiki/Polymath_Project#Problems_solvedを参照してください。そのため、CSでこの性質の問題を選択する必要があります。心にすぐに来るだけでは行列の乗算では一定の改善されたhttps://en.wikipedia.org/wiki/Matrix_multiplication#Algorithms_for_efficient_matrix_multiplication 2.4で現在、...しかし、率直に言って、私は十分な人々が気にわかりませんそれに取り組むのに十分...

polymathが惨めに失敗すると予想する質問：P = NP、オンライン最適化、UGCなど。

大規模なオンラインコラボレーションが設定されている場合、それは問題に焦点を当てて、成功する合理的なチャンスがあるはずです。古代の3つの古典的な構築問題は、「円を二乗」、「角度を3等分する」、「立方体を2倍にする」として知られています。現代の数学は3つすべてを解決しましたが、はるかに重要なのは、初期のデカルト革命でした。これにより、数学はコンパスと直定規の構造の精神的な刑務所から解放されました。ギリシャ人は、天体力学の計算のための効率的なエピサイクル近似スキームで見られるように、実用的な計算デバイスとしてコンパスと定規を使用したことに注意してください。

グラフ理論からの解決された推測の多くの推測と一般化は、コラボレーションによる解決策に従うべきです。ただし、コラボレーションに関する典型的な経験では、2〜4人のメンバーのチームは、非常に大きなチームよりもはるかに効果的です。この分野で非常に成功したチームの例は、N。ロバートソン、PDシーモア、およびR.トーマスで、強力な完全グラフ予想、4色定理の一般化、およびグラフのマイナー関連予想などの問題を攻撃しました。新しい結果の発表と実際の公開との間の経過時間は、同じ分野の他の研究者チームにとっても非常に長く、ここでの純粋なワークロードの量が物事を遅くしているため、コラボレーション（すでに発生している）が有益である可能性があることを示しています物事をスピードアップする。（私'

私は現在、コンピュータ支援の証明の反駁の実用的なアプリケーションにおける直観主義ロジックの完全性の役割を理解しようとしています。しかし、大規模なオンラインコラボレーションによって証明を行うことを本当に計画している場合は、適切なコンピューター支援の証明異議申し立てシステムを導入することが本当に重要な場合があります。結局のところ、共同編集者を十分に理解していない場合、共同作業者が行ったすべてのことを確認するのにかなりの時間を費やすことなく、共同編集者を信頼できるかどうかをどのように判断できますか？（私は数学者が反駁を証明し、直接的な個人的なフィードバックのようなその肯定的な側面を楽しむのにより慣れている印象を受けますが、コンピュータ科学者はこの種のフィードバックであまりルーチンを示しません。）とにかく、