Proceedings 21st International Symposium on Logical and Semantic Frameworks with Applications

Stel je de wereld van de informatica voor als een enorme, bruisende stad. In deze stad zijn er twee belangrijke wijken die normaal gesproken niet veel met elkaar praten. Aan de ene kant heb je de "Logica-wijk", waar de straten zijn gebouwd op perfecte, onbreekbare regels zoals wiskundige vergelijkingen en strikte grammatica. Dit is waar het fundament van de stad wordt gelegd, wat ervoor zorgt dat als je een brug bouwt, deze niet instort door een stomme fout in het ontwerp. Aan de andere kant heb je de "Leer-wijk", een chaotische, opwindende plek waar computers proberen dingen te begrijpen door naar miljoenen voorbeelden te kijken, een beetje zoals hoe een kind leert een kat te herkennen door duizenden foto's van katten te zien.

Lange tijd functioneerden deze twee wijken apart. De Logica-wijk maakte zich zorgen dat de Leer-wijk te rommelig en onvoorspelbaar was, terwijl de Leer-wijk vond dat de Logica-wijk te rigide en traag was. Maar onlangs hebben de stadsplanners beseft dat de toekomst van deze stad afhangt van het laten samenwerken van deze twee buren. Ze willen systemen bouwen die zo slim zijn als de Leer-wijk, maar zo betrouwbaar als de Logica-wijk. Dit is de grote vraag die computerwetenschappers 's nachts wakker houdt: Hoe mengen we de "perfecte regels" met "slimme gissingen" om technologie te creëren die zowel krachtig als veilig is?

Dit artikel is in feite een verslag van een recente stadsplanningsvergadering genaamd LSFA 2026, die in juli 2026 twee dagen lang plaatsvond in Lissabon, Portugal. De vergadering bracht een groep experts samen die proberen die kloof te overbruggen tussen de strikte regels van de logica en de flexibele aard van moderne machine learning. Denk aan deze experts als architecten en ingenieurs die proberen een nieuw soort bouwmateriaal te ontwerpen dat zowel zo sterk is als staal als zo aanpasbaar als klei.

Het artikel presenteert geen enkele, voltooide wolkenkrabber of een magische oplossing die alles van de ene op de andere dag oplost. In plaats daarvan is het een verzameling blauwdrukken, schetsen en experimenten die door onderzoekers zijn gedeeld, die verschillende manieren testen om deze twee werelden met elkaar te verbinden. Sommige van de ideeën die werden besproken, houden in dat de oude, goed bekende regels van hoe computers denken (zoals de regels van de "lambda-calculus", wat gewoon een chique manier is om te beschrijven hoe functies werken) worden bijgewerkt om om te kunnen gaan met de nieuwe, rommelige data van machine learning.

De belangrijkste conclusie van deze bijeenkomst is dat het werk nog volop in gang is. De onderzoekers verkennen actief hoe ze deze methoden kunnen integreren, waarbij ze simulaties draaien en theorieën testen om te zien wat werkt en wat niet. Ze suggereren dat we door de "goed gevestigde" technieken te combineren met "state-of-the-art" machine learning, betere instrumenten voor de toekomst kunnen bouwen. Het artikel maakt echter duidelijk dat dit een ontdekkingsreis is, geen bereikte bestemming. Ze verzamelen feedback over hoe ze deze gemengde methoden daadwerkelijk in de echte wereld kunnen gebruiken, waarbij ze erkennen dat hoewel de theorie veelbelovend lijkt, de praktische toepassing nog wordt uitgevogeld. Het is een momentopname van een gemeenschap van nieuwsgierige geesten die proberen het regelboek te schrijven voor een nieuwe soort intelligente technologie, één die de oude wetten van de logica respecteert terwijl ze de nieuwe kracht van het leren omarmt.