🤖 AI

Symbolic Informalization: Fluent, Productive, Multilingual

Questo articolo introduce il progetto Informath, che utilizza un framework di informalizzazione simbolica basato su un hub Dedukti e sul Grammatical Framework per convertire in modo affidabile prove formali da sistemi come Agda, Lean e Rocq in un linguaggio naturale fluido, preciso e multilingue.

Autori originali: Aarne Ranta

Pubblicato 2026-06-16

📖 7 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Aarne Ranta

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

L'Idea Centrale: Il "Traduttore" per i Robot Matematici

Immaginate di avere un robot matematico brillante e velocissimo. Questo robot parla un linguaggio molto rigido e preciso chiamato Logica Formale (come Agda, Lean o Rocq). Può dimostrare teoremi con una precisione del 100%, ma il suo output sembra un muro di codice: forall (a : Int), odd a -> even (a + 1).

Per un essere umano, questo è illeggibile. È come cercare di leggere un libro dove ogni parola è un codice segreto.

L'informalizzazione è il processo di traduzione di quel rigido codice robotico in Linguaggio Naturale (inglese, francese, tedesco, ecc.) affinché gli umani possano effettivamente leggerlo e comprenderlo.

Il saggio sostiene che, sebbene siamo diventati molto bravi nell'insegnare ai robot come imparare la matematica dai libri umani (usando l'IA), non abbiamo fatto un gran lavoro nel insegnare loro come spiegare il proprio lavoro a noi in un modo che sembri scritto da un essere umano. Questo saggio introduce un sistema chiamato Informath per risolvere il problema.

I Tre Obiettivi: Il Trio "Fluente, Prodotto e Multilingue"

L'autore afferma che un buon sistema di traduzione ha bisogno di tre cose, che lui chiama la "Trinità Sacra" di questo progetto:

Fluente (Suona Naturale):
- Il Problema: I vecchi traduttori erano come cattivi robot che dicevano: "L'insieme degli interi è un insieme". Erano rigidi e robotici.
- L'Obiettivo: Il nuovo sistema dovrebbe suonare come un libro di testo di matematica. Dovrebbe sapere quando dire "Sia $x$ ..." invece di "Assumi che $x$ sia...", e dovrebbe sapere come combinare le frasi in modo fluido (ad esempio, "x e y sono pari" invece di "x è pari e y è pari").
- Analogia: Pensate alla differenza tra un GPS che dice "Gira a sinistra. Poi guida per 500 metri. Poi gira a destra" rispetto a un essere umano che dà indicazioni: "Prendi a sinistra, fai un isolato, poi gira a destra". Entrambi ti portano a destinazione, ma uno è molto più facile da seguire.
Prodotto (Facile da Costruire):
- Il Problema: Costruire questi traduttori un tempo era come scolpire a mano ogni singola parola di un dizionario. Ci voleva un'eternità e richiedeva la collaborazione di un linguista e di un informatico.
- L'Obiettivo: Fare in modo che un matematico possa semplicemente aggiungere alcune note al proprio codice e il sistema capisca il resto.
- Analogia: Invece di costruire una casa mattone dopo mattone partendo da zero, usi un "kit Lego" (chiamato Resource Grammar Library). Ti limiti ad incastrare i pezzi e il sistema gestisce la complessa ingegneria (come le regole grammaticali) per te.
Multilingue (Parla Molte Lingue):
- Il Problema: Di solito, se vuoi un traduttore per l'inglese, ne costruisci uno. Se vuoi il francese, ne costruisci uno completamente diverso.
- L'Obiettivo: Costruire un unico "cervello" che possa parlare qualsiasi lingua.
- Analogia: Immaginate un adattatore universale per prese elettriche. Inserite il codice matematico al centro e potete produrre output in inglese, francese, tedesco o svedese semplicemente cambiando la "testina della spina". Non dovete ricostruire l'intera macchina per ogni paese.

Come Funziona: Il Sistema "Hub and Spoke" (Mozzo e Raggi)

Il saggio descrive un'architettura intelligente per raggiungere questi obiettivi. Pensatela come a un trafficato scalo aeroportuale.

Il Mozzo (Dedukti):
- Questo è lo scalo centrale. Tutte le diverse "compagnie aeree" (Agda, Lean, Rocq) fanno volare i loro aerei (dimostrazioni matematiche) qui.
- Dedukti è un linguaggio semplice e universale che funge da terreno comune. Elimina le peculiarità specifiche di ogni compagnia aerea e converte tutto in un formato standard.
La Traduzione (Grammatical Framework - GF):
- Una volta che la matematica è arrivata allo scalo, deve essere trasformata in linguaggio umano. È qui che entra in gioco GF.
- GF è come la cucina di uno chef esperto. Ha un "libro di ricette" (la grammatica) che sa come cucinare gli ingredienti matematici per creare una frase deliziosa in qualsiasi lingua.
- Gestisce le parti difficili: assicurarsi che i verbi concordino con i soggetti, cambiare "è" in "sono" per il plurale, e gestire il genere in lingue come il francese o il tedesco.
Il Menù (Tabelle dei Simboli):
- Questa è la salsa segreta. Il matematico non deve riscrivere l'intero libro di ricette. Deve solo compilare una "scheda menù" (tabella dei simboli) che dice:
  - "Quando vedi il codice plus, dì 'somma'".
  - "Quando vedi odd, dì 'dispari'".
- Questo permette al sistema di essere personalizzato facilmente senza rompere la complessa grammatica sottostante.

La "Magia" del Farlo Suonare Umano

Il saggio evidenzia come far suonare la matematica in modo naturale sia più difficile di quanto sembri. Ecco i trucchi che Informath utilizza:

Aggregazione (Il Trucco del "E"):
- Robot: "x è pari. x è divisibile per 3."
- Umano: "x è pari e divisibile per 3."
- Il sistema sa come fondere queste frasi affinché fluiscano meglio.
Quantificazione In Situ (La Variabile "Nascosta"):
- Robot: "Per tutti i numeri n, n è pari o n è dispari."
- Umano: "Ogni numero naturale è pari o dispari."
- Il sistema si rende conto che non serve ripetere la parola "numero" ogni volta. Nasconde la variabile dove è ovvio, proprio come farebbe un essere umano.
Simbolico vs Verbale:
- A volte, la matematica è meglio scritta con i simboli (come $x + y = z$ ), e altre volte con le parole ("la somma di x e y"). Il sistema sa quando usare l'uno o l'altro. Può persino generare automaticamente codice LaTeX (lo standard per la tipografia matematica).

Cosa Afferma Realmente il Saggio (e Cosa No)

Cosa FA:

Ha costruito con successo un sistema (Informath) capace di prendere dimostrazioni matematiche formali e trasformarle in un testo fluido e naturale in più lingue.
Ha dimostrato che è possibile rendere questo sistema "prodotto" (facile da usare) utilizzando librerie grammaticali pre-costruite e semplici tabelle dei simboli.
Ha mostrato che questo funziona per la matematica di livello universitario (aritmetica, algebra, topologia) e persino per alcuni argomenti avanzati come la teoria del tipo omotopico, anche se gli argomenti avanzati sono più difficili.
Ha dimostrato che questo sistema può essere usato per generare dati per aiutare a addestrare meglio i modelli di IA (LLM) a fare matematica.

Cosa NON afferma (basandosi strettamente sul testo):

Non afferma che il sistema sia perfetto per tutta la matematica; l'autore ammette che coprire l'intero "linguaggio ordinario della matematica" è un obiettivo enorme e continuo.
Non afferma di poter gestire attualmente perfettamente ogni sistema di dimostrazione. Sistemi come Isabelle o Mizar sono menzionati come sfide future perché funzionano diversamente dai sistemi attualmente supportati.
Non afferma che questo sistema sostituisca i matematici umani. È uno strumento per aiutare gli umani a leggere ciò che il computer ha fatto.

Conclusione

Il saggio conclude che l'informalizzazione non è facile. Non è solo il contrario della formalizzazione. Mentre la formalizzazione (da umano a robot) può essere controllata automaticamente per errori, l'informalizzazione (da robot a umano) è complicata perché "suonare naturali" è soggettivo e complesso.

Tuttavia, usando un sistema a "hub" (Dedukti) e una "grammatica universale" (GF), l'autore dimostra che possiamo costruire un traduttore che è affidabile (non inventa fatti), flessibile (parla molte lingue) ed efficiente (non richiede un team di linguisti per essere costruito). Trasforma il freddo codice del robot in una storia calda e leggibile.

Sintesi Tecnica: Informalizzazione Simbolica

Definizione del Problema

Il documento affronta la sfida dell'informalizzazione simbolica: la conversione affidabile della matematica formale (dimostrazioni e teoremi verificati dalle macchine) in un linguaggio naturale fluente, senza perdita di precisione. Sebbene i metodi neurali (Large Language Models) abbiano fatto passi avanti nell'autoformalizzazione (da informale a formale), essi soffrono di "allucinazioni" e non possono garantire che il teorema formalizzato corrisponda al testo originale. Al contrario, sebbene i risultati della formalizzazione possano essere verificati automaticamente, il processo inverso — l'informalizzazione — è spesso difficile da automatizzare simbolicamente.

I precedenti tentativi di informalizzazione simbolica sono stati criticati per tre ragioni principali, che questo documento identifica come i requisiti fondamentali per un sistema di successo:

Fluenza: Gli output spesso mancano della diversità e della flessibilità del linguaggio naturale, apparendo rigidi.
Produttività: I sistemi sono difficili da progettare e implementare.
Multilinguismo: Gli approcci spesso non riescono a scalare su diversi linguaggi formali o naturali.

Il documento sostiene che l'informalizzazione non sia una semplice traduzione "facile", ma un problema di ricerca complesso che richiede un equilibrio tra correttezza semantica (preservazione del significato) e completezza linguistica (copertura dell'intero spettro dell'espressione matematica).

Metodologia: Il Sistema Informath

Il documento presenta Informath, un sistema basato su un'architettura interlingua per affrontare gli obiettivi di fluenza, produttività e multilinguismo.

1. Architettura

Informath utilizza un approccio a due stadi con interlingua:

Interlingua Formale (Dedukti): Funge da hub tra vari sistemi di prova (Agda, Lean, Rocq). Dedukti è un framework logico minimalista con tipi dipendenti e regole di riscrittura. Agisce come fonte di verità per il contenuto formale.
Interlingua Linguistica (Grammatical Framework - GF): Gestisce il lato del linguaggio naturale. GF è un formalismo grammaticale basato su un framework logico simile a Dedukti, progettato per la traduzione multilingue.

Il flusso di lavoro è: Sistema di Prova $\to$ Dedukti $\to$ Sintassi Astratta GF $\to$ Linguaggio Naturale.

2. Multilinguismo

Il multilinguismo è ottenuto mappando la sintassi astratta di Dedukti alla sintassi astratta di GF, che viene poi linearizzata in linguaggi naturali concreti.

Sintassi Astratta Condivisa: I concetti matematici centrali sono definiti in un albero di sintassi astratta (AST) indipendente dal linguaggio all'interno di GF.
Resource Grammar Library (RGL): Informath sfrutta la RGL di GF, che fornisce strutture linguistiche predefinite (inflessione, accordo, regole sintattiche) per circa 40 lingue. Ciò consente che la stessa sintassi astratta venga resa correttamente in inglese, francese, tedesco, svedese, ecc., gestendo automaticamente le variazioni grammaticali (ad esempio, genere, caso, numero).

3. Produttività

Per affrontare la difficoltà di implementazione, Informath impiega uno stack di distribuzione che astrae la complessità di GF e del codice Haskell per l'utente finale:

Tabelle dei Simboli (.dkgf): Lo strato più elevato e accessibile. Gli utenti definiscono annotazioni lessicali che mappano le costanti di Dedukti a funzioni o template di stringhe di GF. Ciò consente a non linguisti di estendere il sistema a nuovi concetti matematici senza scrivere regole grammaticali.
Smart Paradigms: La RGL genera tabelle di inflessione a partire da forme lessicali di base, riducendo la necessità di inserimento manuale delle voci lessicali.
Codice Modulare: Il sistema separa il nucleo stabile (MathCore, che gestisce la correttezza semantica) dalle estensioni estensibili (MathExtensions, che gestiscono la completezza linguistica).

4. Fluenza e Generazione del Linguaggio Naturale (NLG)

Per ottenere la fluenza, Informath va oltre i semplici Linguaggi Naturali Controllati (CNL) implementando una pipeline di NLG a più stadi:

Determinazione del Contenuto e Pianificazione del Testo: Decidere cosa dire e in quale ordine.
Aggregazione: Fondere fatti atomici (ad esempio, convertire "x è pari e x è primo" in "x è pari e primo").
Scelta Lessicale: Selezionare le parole appropriate tramite le tabelle dei simboli.
Realizzazione Superficiale: Generare la stringa finale utilizzando la linearizzazione di GF.
Classificazione (Ranking): Il sistema genera migliaia di varianti espressive per un singolo enunciato formale. Queste vengono classificate tramite una funzione di penalità basata sulla dimensione dell'albero, la profondità, il conteggio dei token e regole stilistiche (ad esempio, evitare frasi che iniziano con simboli). Ciò garantisce che l'output sia compatto e suoni naturale.

La grammatica è divisa in MathCore (un CNL minimale che copre tutti i costrutti di Dedukti) e MathExtensions (che approssima l'intero linguaggio della matematica). Il sistema supporta caratteristiche complesse quali:

Costanti di legame delle variabili: Gestione di quantificatori e integrali tramite Higher-Order Abstract Syntax (HOAS).
Quantificazione in situ: Posizionamento dei quantificatori all'interno dei predicati (ad esempio, "ogni numero naturale è pari").
Notazione Simbolica: Generazione di macro LaTeX per le parti simboliche mantenendo le parti verbali naturali.

Contributi Chiave

Il Sistema Informath: Un'implementazione funzionante che dimostra come l'informalizzazione simbolica possa essere fluente, produttiva e multilingue.
Architettura Interlingua: Un uso innovativo di Dedukti e GF come doppi interlingue per disaccoppiare la logica formale dalla variazione linguistica.
Estensione Low-Code: Un meccanismo basato su tabelle di simboli che permette agli utenti di estendere il sistema a nuovi domini matematici senza modificare il nucleo della grammatica o il codice del compilatore.
Gestione dell'Ambiguità: Una strategia per gestire l'ambiguità intrinseca del linguaggio naturale (ad esempio, l'ambito dei quantificatori, le congiunzioni) generando molteplici varianti e utilizzando il controllo dei tipi o la classificazione per risolverle, piuttosto che imporre regole rigide e univoche che sacrificano la fluenza.

Risultati

Il documento riporta lo stato attuale di Informath:

Copertura: Il sistema copre la matematica universitaria (aritmetica, teoria degli insiemi, algebra, topologia) ed è stato testato sul progetto "100 teoremi".
Output Multilingue: Genera con successo testi fluenti in inglese, francese, tedesco e svedese dalla stessa sorgente Dedukti.
Casi di Studio:
- Teoria dei Tipi Omotopici (HoTT): Un caso di studio su un libro di HoDT ha rivelato sfide con i traduttori di terze parti (da Agda a Dedukti) che esplodono la complessità del codice a causa dei livelli di universo. Tuttavia, una volta convertito, Informath ha gestito con successo l'informalizzazione, inclusi scenari complessi di "proposizioni come tipi".
- Dati Sintetici: Informath è stato utilizzato per generare dati sintetici per perfezionare (fine-tuning) un LLM (Qwen2.5-7B-Instruct), portando a una migliore prestazione di autoformalizzazione rispetto al baseline.
Limitazioni: Il sistema non è ancora linguisticamente completo (non copre tutto il linguaggio ordinario della matematica) e l'informalizzazione delle prove rimane un lavoro in corso, in particolare riguardo all'ordine e all'omissione dei passaggi di prova.

Significato e Rivendicazioni

Il documento sostiene che l'informalizzazione simbolica sia un complemento necessario all'autoformalizzazione neurale. Mentre gli LLM possono generare codice formale, non possono garantire la correttezza; l'informalizzazione simbolica fornisce un ponte affidabile e spiegabile che permette agli utenti umani di interagire con i sistemi formali in linguaggio naturale senza vedere il codice sottostante.

Gli autori concludono con modestia che, sebbene Informath raggiunga un livello di fluenza superiore ai semplici CNL, la copertura completa del linguaggio ordinario della matematica rimane un obiettivo lontano. Le principali sfide aperte sono la classificazione del crescente numero di varianti generate e l'informalizzazione delle prove. Il documento sottolinea che, a differenza della formalizzazione, che può essere verificata automaticamente, l'informalizzazione richiede affidabilità intrinseca e conoscenza esperta, rendendo lo sviluppo di tali strumenti un compito significativo ma necessario per il futuro della matematica verificata dal computer leggibile dall'uomo.