← Nieuwste papers
💻 computer science

Towards Automated Proof-Theoretic Semantics: Inference-Behaviour Semantics for 3-Dimensional K3 and LP

Dit artikel breidt de Inference-Behaviour Semantics uit naar 3-dimensionale sequentcalculi voor K3 en LP, waarbij wordt aangetoond dat hun connectieven dezelfde betekenis met elkaar delen en de klassieke LK-connectieven conservatief uitbreiden, waarmee de geautomatiseerde generatie van bewijs-theoretische semantiek voor meerwaardige logica via MUltlog wordt vooruitgeholpen.

Oorspronkelijke auteurs: Sophie Nagler

Gepubliceerd 2026-08-05
📖 5 min leestijd🧠 Diepgaand

Oorspronkelijke auteurs: Sophie Nagler

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Het geheime leven van de logica: Hoe woorden hun betekenis krijgen

Stel je voor dat je een robot probeert te leren spreken. Je zou hem een woordenboek vol definities kunnen geven, maar dat vertelt de robot niet hoe hij de woorden moet gebruiken in een echt gesprek. Betekent "en" hetzelfde wanneer je een pizza bestelt als wanneer je een wiskundig probleem oplost? In de wereld van de computerwetenschap en de filosofie bestaat een fascinerend vakgebied genaamd bewijs-theoretische semantiek. In plaats van te vragen wat een woord betekent door naar de echte wereld te kijken (zoals een woordenboek), vraagt dit vakgebied: "Wat doet dit woord?" Het gelooft dat de betekenis van een woord volledig wordt bepaald door de regels van het spel dat het speelt in een logisch bewijs. Denk aan een bordspel: de betekenis van een "Paard" in schaken is niet een plaatje van een paard; het is de specifieke manier waarop het stuk mag bewegen.

Lange tijd zijn wetenschappers erg goed geweest in het bouwen van computers die deze logische spelletjes perfect kunnen spelen. Ze kunnen stellingen bewijzen en puzzels automatisch oplossen. Maar ze hebben moeite gehad om de computer te leren waarom de stukken op die manier bewegen. Ze kunnen het regelboek genereren, maar ze hebben niet in staat gekund om automatisch de "betekenis" achter de regels te genereren. Dit artikel pakt exact dat probleem aan. Het probeert een brug te slaan tussen de mechanische regels van de logica en de werkelijke betekenis van de woorden die in die regels worden gebruikt, met als ultiem doel om een computer in staat te stellen de betekenis van elk logisch systeem zelfstandig te begrijpen.

De grote ontdekking van het artikel: Een nieuwe manier om betekenis te meten

Dit artikel, geschreven door Sophie Nagler, is als een meestersleutel om de betekenissen van verschillende logische systemen te ontgrendelen. De auteur introduceert een methode genaamd Inference-Behaviour Semantics (I-bS). Stel je voor dat je wilt weten wat een specifiek gereedschap doet, maar je kunt het gereedschap zelf niet bekijken; je kunt alleen kijken hoe een meester-timmerman het gebruikt. Je kijkt naar waar hij het gebruikt, hoe hij het gebruikt, en wat er gebeurt wanneer hij het gebruikt. Dat patroon van gedrag is de "betekenis" van het gereedschap.

Nagler neemt dit idee en werkt het bij voor een nieuw soort logisch spel. De meeste logische spellen worden gespeeld op een plat, tweedimensionaal bord (zoals een standaard schaakbord). Echter, sommige complexe logische systemen, zoals K3 (Strong Kleene-logica) en LP (Logic of Paradox), worden gespeeld op een driedimensionaal bord. Deze systemen gaan om met lastige situaties waarin een bewering waar, onwaar, of iets daartussenin kan zijn (zoals "zowel waar als onwaar" of "noch waar noch onwaar").

Het artikel doet drie belangrijke dingen:

  1. Het bouwt een 3D-meetlint: De auteur creëert een nieuwe manier om het "gedrag" van logische woorden (voegwoorden zoals "en", "of" en "niet") binnen deze 3D-spellen te volgen. In plaats van alleen naar de regels te kijken, volgt de methode precies hoe deze woorden verschijnen en bewegen door de bewijsstappen.
  2. Het lost een mysterie op: Het artikel bewijst dat de logische woorden in het K3-systeem en het LP-systeem, ondanks dat ze voor zeer verschillende doeleinden zijn ontworpen (de één gaat over ontbrekende informatie, de ander over tegenstrijdigheden), exact dezelfde betekenis hebben. Het is alsoal ontdekken dat een moersleutel en een schroevendraaier, die er anders uitzien en voor verschillende taken worden gebruikt, eigenlijk gebouwd zijn volgens exact hetzelfde blauwdruk wanneer je naar hun interne tandwielen kijkt.
  3. Het legt de connectie met de klassiekers: Het artikel laat zien dat deze 3D-betekenissen slechts "extensies" zijn van de betekenissen die we al kennen van de standaard, klassieke logica (de logica die wordt gebruikt in de meeste wiskunde en computerwetenschappen). De 3D-versies verzinnen geen nieuwe betekenissen; ze voegen slechts extra lagen toe aan de oude zonder het kerngedrag te veranderen.

Waarom dit belangrijk is voor de toekomst

Het uiteindelijke doel van dit onderzoek is automatisering. Op dit moment is het uitzoeken van de betekenis van een logisch systeem een traag, handmatig proces dat wordt uitgevoerd door menselijke filosofen en logici. Zij moeten bewijzen uitschrijven en deze handmatig analyseren. Naglers werk is een cruciale stap naar een computerprogramma dat dit automatisch kan doen.

Het artikel demonstreert dat door een systeem genaamd MUltlog te gebruiken (dat al in staat is om de regels voor elk logisch spel te genereren), we nu een "betekenisgenerator" eraan kunnen koppelen. De auteur bewijst dat deze methode werkt voor 3D-systemen, wat een grote hindernis was. Als dit geautomatiseerd kan worden, betekent dit dat we op een dag een nieuw, vreemd logisch systeem aan een computer kunnen voeren, en dat de computer ons direct zal vertellen wat de woorden in dat systeem betekenen, hoe ze zich tot andere systemen verhouden, en of ze consistent zijn.

Het artikel merkt zorgvuldig op dat hoewel de wiskunde solide is en de resultaten bewezen zijn voor deze specifieke 3D-systemen, de volledige automatisering van dit proces voor elk mogelijk logisch systeem nog steeds een werk in uitvoering is. Het is nog geen afgewerkt product, maar het is een zeer sterk blauwdruk. De auteur laat zien dat de weg vooruit duidelijk is: door het "inferentiegedrag" van woorden te meten, kunnen we computers eindelijk leren de ziel van de logica te begrijpen, en niet alleen de regels.

Verdrinkt u in papers in uw vakgebied?

Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.

Probeer Digest →