[논문 리뷰] Polarities & Focussing: a journey from Realisability to Automated Reasoning

Stéphane Graham-Lengrand|arXiv (Cornell University)|2014. 12. 17.

Logic, programming, and type systems인용 수 6

한 줄 요약

이 박사학위논문은 고전논리에서 극성(polarity)과 집중(focusing)을 통합적인 프레임워크로 연결하여 증명이론, 실현가능성 의미론, 자동화된 추론 간의 다리를 놓는다. 이는 집중된 순서논증계(focused sequent calculi)를 기반으로 한 증명 탐색 엔진인 Psyche를 제안하며, 반순서구조(semi-lattices)와 메타변수 의존성에 기반한 제약 조건 전파 아키텍처를 통해 신뢰할 수 있고 모듈러한 방식으로 고급 추론 기법을 정수증명과 SMT 해결에 통합할 수 있도록 한다.

ABSTRACT

This dissertation explores the roles of polarities and focussing in various aspects of Computational Logic.These concepts play a key role in the the interpretation of proofs as programs, a.k.a. the Curry-Howard correspondence, in the context of classical logic. Arising from linear logic, they allow the construction of meaningful semantics for cut-elimination in classical logic, some of which relate to the Call-by-Name and Call-by-Value disciplines of functional programming. The first part of this dissertation provides an introduction to these interpretations, highlighting the roles of polarities and focussing. For instance: proofs of positive formulae provide structured data, while proofs of negative formulae consume such data; focussing allows the description of the interaction between the two kinds of proofs as pure pattern-matching. This idea is pushed further in the second part of this dissertation, and connected to realisability semantics, where the structured data is interpreted algebraically, and the consumption of such data is modelled with the use of an orthogonality relation. Most of this part has been proved in the Coq proof assistant.Polarities and focussing were also introduced with applications to logic programming in mind, where computation is proof-search. In the third part of this dissertation, we push this idea further by exploring the roles that these concepts can play in other applications of proof-search, such as theorem proving and more particularly automated reasoning. We use these concepts to describe the main algorithm of SAT-solvers and SMT-solvers: DPLL. We then describe the implementation of a proof-search engine called Psyche. Its architecture, based on the concept of focussing, offers a platform where smart techniques from automated reasoning (or a user interface) can safely and trustworthily be implemented via the use of an API.

연구 동기 및 목표

• 고전논리에서 극성과 집중 간의 개념적이고 형식적인 다리를 쌓고, 이들이 증명-프로그램 대응(proof-as-program), 실현가능성, 자동화된 추론에서 수행하는 역할을 설명한다.
• 자동화된 정수증명과 SMT 해결에 활용할 수 있는, 모듈러하고 신뢰할 수 있는 증명 탐색 엔진(Psyche)을 집중된 순서논증계 기반으로 개발한다.
• 제약 조건 전파와 의존성 관리의 통합을 형식화하여, 특히 이론을 동반한 일阶논리(first-order logic) 맥락에서의 증명 탐색에 초점을 맞춘다.
• 집중된 증명 체계가 SAT/SMT 솔버의 핵심 알고리즘(예: DPLL 및 그 확장)을 어떻게 모델링하고 구현할 수 있는지 탐구한다.
• 집중된 계산법을 기반으로 한 논리적 원칙에 따라 고급 추론 기법(예: 트리거와 이론 인스턴시에이션)을 통합할 수 있는 기반을 제공한다.

제안 방법

• 증명 탐색을 체계화하기 위해 집중된 순서논증계(LKp)를 활용하여 극성에 따라 양성(데이터 생성)과 음성(데이터 소비) 공식을 구분한다.
• Curry-Howard 대응을 활용해 증명을 프로그램으로 해석하고, 집중이 데이터 간 순수한 패턴 매칭을 모델링한다.
• 직교성 관계를 통해 실현가능성 의미론을 형식화하고, 구조화된 데이터를 대수적으로 해석하며 소비를 쌍대성(duality)을 통해 설명한다.
• 제약 조건 처리와 의존성 추적을 지원하는 집중된 아키텍처를 갖춘 Psyche 증명 탐색 엔진을 설계한다.
• 반순서구조(semi-lattices)를 사용해 제약 조건의 만남(σ ∧ σ′)을 모델링하여 조기 가지치기와 지속 가능한 데이터 구조를 가능하게 한다.
• 메타변수와 제약 체계를 통해 양성자와 이론을 확장하고, 다양한 제약 유형(예: 산술, 등가성)에 대해 모듈러성을 확보한다.

실험 결과

연구 질문

• RQ1 극성과 집중은 어떻게 고전논리의 증명에 대해 실현가능성에서 자동화된 추론에 이르기까지 통합적인 의미론적 및 알고리즘적 기반을 제공할 수 있는가?
• RQ2 집중된 순서논증계는 DPLL 및 DPLL(T) 솔버의 핵심 메커니즘(예: 유닛 전파, 이론 인스턴시에이션)을 어떻게 모델링할 수 있는가?
• RQ3 DPLL와 같은 증명 탐색 엔진인 Psyche는 집중된 증명 체계를 기반으로 한 API를 통해 고급 추론 기법을 안전하고 모듈러하게 통합할 수 있는가?
• RQ4 제약 조건 전파와 메타변수를 동반한 증명 탐색에서 행동을 가장 잘 기술하는 대수적 구조(예: 반순서구조)는 무엇인가?
• RQ5 집중된 증명 체계는 트리거 기반 인스턴시에이션과 이론 전용 추론과 같은 SMT 솔버 전략을 형식적으로 포괄할 수 있는가?

주요 결과

• 집중을 통해 데이터 생성(양성 공식)과 소비(음성 공식) 간의 상호작용을 성공적으로 모델링하였으며, 증명이 순수한 패턴 매칭과 유사하게 나타난다.
• Psyche 2.0의 아키텍처는 제약 조건 처리를 모듈러하게 지원하며, 반순서구조를 통한 제약 조건 전파로 인해 불일치하는 분기들을 조기에 탐지할 수 있다.
• 허용된 자유변수(스코렘화의 쌍대)를 통한 의존성 추적을 통해 메타변수가 존재하는 맥락에서 안전하고 확장 가능한 인스턴시에이션을 가능하게 한다.
• 양성자와 메타변수를 동반한 LKp(T)에서 DPLL 및 DPLL(T)을 증명 탐색으로 형식화함으로써 SMT 솔버 컴포넌트에 대한 논리적 기반을 확립하였다.
• SMT 솔버에서 트리거 기반 인스턴시에이션은 트리거 조건을 양성으로 간주하고 주 공식을 탐색하기 이전에 즉각적인 증명이 필요로 하는 집중된 증명 체계로 모델링할 수 있다.
• LAF(Focused Sequent Calculi)의 추상적 프레임워크가 등가성 및 기타 이론을 모델링하는 데 적합함을 입증하여, 일阶논리 이외의 분야에도 광범위한 적용 가능성을 시사한다.