La teoría de la complejidad estaba muy de moda en la ciencia popular y la ciencia / estrategia hace unos años, pero parece haber desaparecido. ¿Qué le ha pasado? Aprendiendo y Estudiando para siempre

Primero, un punto importante de aclaración: “teoría de la complejidad” y “sistemas complejos” son dos cosas completamente diferentes. La gente a veces llama a esto último por el término “ciencia de la complejidad”, pero eso es un nombre inapropiado. Ambos siguen siendo extremadamente prominentes, y por muy buenas razones: ambos tienen cosas útiles que decir. Ambas son áreas de investigación extremadamente activas y también continúan apareciendo muy a menudo en foros populares.

La “teoría de la complejidad” se refiere a cómo un algoritmo se escala en tiempo y / o espacio. El espacio es mucho más barato que el tiempo, por ejemplo, por lo que si se demuestra que la obtención del mejor de los casos es exponencialmente lenta en el peor de los casos, uno podría tener problemas. Si P = NP es o no un problema fundamental no resuelto en la teoría de la complejidad. La teoría de la complejidad también continúa apareciendo en lugares populares, como la gran cantidad de discusiones recientes sobre una posible solución al problema del gráfico-isomorfismo (véase, por ejemplo, el problema del gráfico del algoritmo Nuevo crujido de algoritmos). Simplemente, tiene una importancia fundamental, tanto teórica como práctica, sobre si se puede encontrar una buena respuesta rápidamente y cómo. Sin embargo, una desconexión crucial es que la mayoría de los resultados teóricos son para obtener respuestas estrictamente óptimas en los peores escenarios, y el tipo de teoría que sería bueno tener (pero que es mucho más difícil) es obtener respuestas “suficientemente buenas” (y una de alguna manera tiene que definir “suficientemente bien” rigurosamente) en los casos “típicos” en los que uno está interesado (y uno tiene que definir de alguna manera “típico” de una manera rigurosa). Hay muchos algoritmos que son horriblemente lentos en teoría para obtener las mejores respuestas, pero en la práctica “por lo general” (lo que sea que signifique) dan respuestas muy perspicaces en un tiempo mucho más corto. También se pueden hacer comentarios sobre la eficiencia en el espacio, pero el tiempo es mucho más costoso que el espacio (los discos duros son baratos, pero el tiempo de cálculo no lo es), por lo que la mayoría de las personas tienden a preocuparse menos por eso.

“Sistemas complejos” es uno de los temas principales (que tratan sobre matemáticas, física, ciencias de la computación, biología y muchas otras disciplinas) que estudio. Describí sistemas complejos en mi primera respuesta de Quora. Citando parte de lo que escribí en esa respuesta: “* muy * aproximadamente, uno piensa en un sistema con un gran número de partes en las que surge algún tipo de comportamiento al considerar todo el sistema o gran parte de él y cuál no se obtiene simplemente de mirando la parte individual como parte de un paradigma reduccionista tradicional “. En consideraciones prácticas, las ideas de sistemas complejos se utilizan todo el tiempo en redes, análisis de datos, comportamiento colectivo, etc. Por ejemplo, si desea obtener datos de grano grueso de una manera que mantenga algunas características importantes e intente resaltarlas mientras promedia o ignora otras cosas, entonces las ideas de sistemas complejos tienen un poder increíble para incorporar junto con las estadísticas, el aprendizaje automático y la optimización. , algoritmos, etc. En una red, piense en las personas como las partículas, y uno de los objetivos es tratar de averiguar qué tipo de comportamiento emergente global (o mesoescala) proviene de la forma en que interactúan. Algunos de sus comportamientos colectivos provienen de sus propias propiedades (¡y aquí es muy importante que las personas sean más complicadas que las partículas!), Pero otras partes surgen de la forma en que interactúan entre sí. Es crucial distinguir qué observaciones provienen principalmente de una, la otra, o la estructura y dinámica de “microescala” en concierto. Muchas compañías incorporan ideas de sistemas complejos (especialmente en el contexto de redes), y los lugares populares continúan informando sobre el trabajo en sistemas complejos.

No sé qué quiere decir con “estrategia”, así que estoy ignorando esa parte de la pregunta. Puedo agregar eso más tarde si lo entiendo después de que aclaren. Trabajo estrechamente con empresas, algunos de mis doctorandos están parcialmente financiados por empresas, y esto incluye el trabajo sobre ideas como estrategias promocionales (¿es esto lo que quiere decir?), El comportamiento de las colecciones de acciones (por ejemplo, el “riesgo- de HSBC”). en / riesgo-en “cosas), y así sucesivamente. En resumen, los sistemas complejos están vivos y bien tanto en el mundo académico como en el mundo real proverbial.