更快的傅里叶变换?一场大 O 记号的滥用
来源:argmin.net — 2026-10-12
📋 概述
Ben Recht 拆解 OpenAI 数学仓库里号称更快的傅里叶变换。他先复习基础:傅里叶变换是一次点积,朴素做法需要 n² 次运算,而 Cooley–Tukey 的 FFT 用递归把代价降到约 5n log n,n 等于一百万时提速约一万倍;理论上限是 n 次运算,FFT 比这个合理下限慢 5 log₂n 倍,n 取一万亿时这个系数就是 200。OpenAI 的论文声称把 log(n) 项压小了一点,但作者连论文都没读——因为「OpenAI 里也没人读过」——而是直接把论文喂回机器,问 ChatGPT 怎么看它自己的输出。结论是那里并没有更快的傅里叶变换,问题出在大 O 记号被滥用到失去意义:当复杂度表达式里塞进足够小的项,任何东西都能被称作「突破」。他最后感慨 AI 很擅长自动化我们最糟的习惯,比如写没用的理论论文。
🔑 核心要点
- 基线:朴素傅里叶变换需要 n² 次运算,而 Cooley–Tukey 的 FFT 约 5n log n 次
- n 等于一百万时 FFT 提速约 一万倍;n 等于一万亿时 5 log₂n 这个系数达到 200
- 合理的速度下限是 n 次运算,因为光是写下结果就要 n 步
- OpenAI 论文声称把 log(n) 项压小了一点点,作者则根本没读论文,而是问 ChatGPT 怎么看它自己的输出
- 结论是那里并没有更快的傅里叶变换,所谓突破来源于大 O 记号被滥用
- 他的判断:AI 很擅长自动化我们最坏的习惯,它放大了那些没人喜欢、却没有哪个个体能够合理偏离的潜藏文化惯例
💡 金句
AI 非常擅长把我们的坏习惯自动化。它放大了那些没人喜欢、却没有哪个个体能够合理地偏离的潜藏文化惯例。
👍 0
👎 0
← 返回 Lobsters 首页