체스는 가능한 패턴의 수가 np급이 아니었기 때문에 예전에도  약간의 패턴 입력과 n의 지수적인 시간복잡도가 필요한 알고리즘으로도 컴퓨터가 강력한 실력을 보여줄 수 있었음. 패턴만 잘 정의하면 심지어 그리디적인 접근법도 가능했음.

하지만 바둑은 집이 지어지고 다시 형세가 바뀌면서 놓는 수 하나하나가 재귀적으로 경우의 수가 지수적으로 증가해서 사실상 np문제로 생각되어 왔음.


비유를 하자면, 고온에서 초전도 현상은 np문제 마냥 아직까지 해법이 될 이론이 없는 상태니까
알파고처럼 통계적 접근 방식을 쓰자는거임.

바둑의 최적해를 찾는 이론은 아무도 모르지만, 최신의 바둑 ai들은 통계적, 가능한 확률적 접근 방식을 씀.

마찬가지로 어떤 물질 조합이 어떤 초전도 특성을 나타내는지는 아주 많은 데이터들이 쌓여 있으니까 그걸 죄다 통계적으로 보고, 그 통계가 실제와 잘 맞아떨어진다면
같은 모델에 새로운 물질을 대입해서 초전도 특성을 어떻게 나타낼지 보자는거지

그래서 만든 모델에서 예측되는 초전도 물질이 있었고
lk-99를 대입했더니 맞더라 라는 주장임.