新闻
人工智能与机器学习

复杂的生活

阿维·威格德森(Avi Wigderson)是2023年ACM A.M.图灵奖(ACM A.M Turing Award)的获得者,他一直被好奇心所驱使,而不是试图设计应用程序。“当然,智力问题是让我兴奋的,”他说。

张贴
荣誉:Alexander Berg 2023 ACM A.M.Turing Award获奖者Avi Wigderson

早在20世纪70年代中期,Avi Wigderson就完成了在以色列军队的服役,并准备前往Technion以色列理工学院学习数学。然而,他的父母认为,计算机科学,当时还是一个年轻的领域,可能更实用。威格德森说,他们不是一个学术家庭,他的父亲是一名工程师,母亲是一名保姆,从事研究的概念对他来说是陌生的。他回忆道:“他们说,也许你毕业后会更容易找到工作。”。“无论如何,那里会有很多数学。”

根据他们的建议,Wigderson走上了一条道路,这条道路使他被提名为2023年ACM a.M.图灵奖,以表彰他对计算理论的基本贡献,特别是通过扩大我们对随机性所起作用的理解。Wigderson现在是新泽西州普林斯顿高等研究院(IAS)数学学院的Herbert H.Maass教授,他以研究计算复杂性理论为职业。他还促进了我们对交互式零知识证明的理解,这种证明允许某人显示他们知道一些信息,同时对这些信息保密。

科学家们认为,在解决某些复杂问题时,随机选择具有优势;例如,一个确定性算法通过测试每一种可能性来寻找一个只能被自身和1整除的大素数,这将需要很长的时间。另一方面,只要搜索者愿意接受关于答案的少量不确定性,随机选取一个大整数并对其进行素性测试可以更快地提供答案。

然而,威格德森表明,在自然的、广为接受的假设下,任何这样的快速概率算法都可以被快速确定性算法取代。他说:“当然,确定性算法将比概率算法慢,但只会慢一点。”。

他还与其他研究人员一起帮助开发了所谓的随机抽取器。从天气到股市再到量子现象,许多来源产生的输出看起来是随机的,但可能有一些潜在的相关性和偏差。提取器是一种确定性算法,它从这样的源中提取样本,然后“净化”成几乎完全随机的东西。例如,可以使用这种提取器为密码系统生成密钥。

Wigderson在其职业生涯的大部分时间里都致力于研究计算复杂性理论,这是一个广泛的领域,包括伪随机性、密码学、学习理论、算法和模拟计算现象。它试图理解什么可以计算,需要什么资源来进行计算,以及什么不能计算。换句话说,它试图开发有效的算法,或者证明不存在任何算法。

第二部分试图表明一些无法有效解决的问题,但进展不大,这是他更感兴趣的问题。有些问题标为P,表示多项式时间,计算机可以相对快速地解决。其他的,如分解大素数,则标记为NP,用于非确定性多项式时间。NP问题的解决方案可以快速验证(您可以轻松检查一个数字是否是两个较小数字的乘积),但问题本身似乎很难快速解决。每个NP问题是否都有一个P版本仍然是一个悬而未决的问题。Wigderson说:“这是最重要的智力问题之一,我想这也是有史以来最实际的问题,50年后我们不知道如何处理它。”。

事实上,虽然威格德森的大部分工作都导致了计算领域的实际进步,但他总是被好奇心所驱使,而不是试图设计应用程序。他说:“智力问题确实让我兴奋。”。

扩大理解

Wigderson也有助于理解零知识证明。2012年A.M.Turing奖得主Silvio Micali和Shafi Goldwasser以及多伦多大学计算机科学家、密码学、安全和安全协议专家Charles Rackoff共同定义了这些证据,这些证据使人们能够证明他们知道问题的解决方案,而无需实际分享该解决方案。他们问哪些陈述有这样的证据。Wigderson、Micali和Oded Goldreich是以色列魏茨曼科学研究所的计算机科学教授,他们证明了任何数学证明都可以转化为零知识证明。

为了描绘一个零知识证明,假设你画了一张不同形状和大小的几个国家的地图。您希望通过添加颜色来突出显示不同的国家,因此任何两个相邻的国家都不能具有相同的颜色。对于一些但不是所有的地图,这可以只用三种颜色来完成。你可以向询问者证明,给定的地图是三种颜色的,只要给它们全部着色。在他们的零知识证明中,颜色是加密的,询问者可以请求只打开两个相邻国家的加密。重复多次(每次都随机刷新颜色名称)可以确保如果你没有真正使用三色,审问官会抓到你。但是如果你这样做了,审问员只会知道地图是三色的。

科学家很久以前就表明,任何声明都可以转换成这样的地图。如果这句话是真的,可以用三种颜色填写;如果是假的,则不可能。交互式零知识证明允许证明语句的真实性,同时隐藏其证明。这种技术可以帮助确保加密协议(如加密货币交换或在线投票)的安全性和私密性,即使在存在错误或恶意参与者的情况下也是如此。

Wigderson还发现了构建膨胀图的新方法,膨胀图是一种边缘少但连通性强的网络。扩展器有许多应用,包括纠错码、容错网络、算法和伪随机数生成器。

1980年以优异成绩从Technion毕业后,威格德森进入普林斯顿大学,并于1983年获得博士学位。他在加州大学伯克利分校做博士后工作。随后,他在IBM Research担任了一年的客座教授,然后又在伯克利的数学科学研究所做了一年研究员。1986年,他和妻子埃德娜(Edna)返回以色列,成为耶路撒冷希伯来大学的教授。埃德娜也是一名计算机科学家。1999年,他们回到新泽西州,并在国际会计协会(IAS)任职。他们的小儿子尤瓦尔继承了父母的足迹,现在是数学博士后。他们的大儿子埃亚尔是一名酿酒师,他们的女儿埃纳特是一名心理学家。

2021年,威格德森与匈牙利布达佩斯Eötvös Loránd大学的LászlóLovász分享了阿贝尔奖,该奖项表彰了数学方面的成就,部分原因是将这两个领域结合在一起。这使得图灵奖成为威德森获得的第二个奖项,通常被称为该领域的诺贝尔奖。“我在等化学家们意识到我的存在,”他开玩笑说。

他感谢与他合作的人教会了他很多东西,从他的博士顾问理查德·利普顿(Richard Lipton)和他的博士后导师理查德·卡普(RichardKarp)到他自己的博士后,他说这些人的帮助决定了他每年的重点。他说:“我不断地学到了很多东西。我对很多事情的兴趣远远超出了我实际能做的。”。

威格德森学到的一些知识可以在他的书中找到,”数学与计算,”可在他的网站上免费获取https://www.math.ias.edu/avi/book这意味着非专业人士可以理解。他还在写第二本书。他说:“我的计算机科学领域,即计算理论和复杂性理论,是目前最令人兴奋的知识领域之一。它非常多样化,与许多其他科学和数学联系在一起,提出了我们还无法回答的重大问题。”

威德森告诉人们,学术是一种伟大的生活。“没有人告诉你该做什么。你必须找到该做什么,”他说。

另一方面,他认为,学术界必须对失败感到安心。他说:“这是一种不断失败的生活。很少有人能解决你正在解决的问题。”但随后他又补充道:“这不是真正的失败,因为你从这些失败中吸取了教训,而尝试的过程是愉快的。当你成功了,那就是胜利。”

加入讨论(0)

成为会员或登录发表评论

来自CACM的最新消息

塑造计算的未来

ACM鼓励其成员直接参与塑造协会的未来。参与的方式比以往任何时候都多。

参与进来

《ACM通信》(CACM)现在是一本完全开放存取的出版物。

通过向世界开放CACM,我们希望增加更广泛的计算机科学界的参与,并鼓励非成员发现ACM提供的丰富资源。

了解更多信息