[G1-Sync] Manual knowledge update

This commit is contained in:
Antigravity Agent
2026-05-10 22:08:15 +09:00
parent 21ac3ed255
commit 504fd5fb42
3011 changed files with 380280 additions and 206977 deletions
+129 -41
View File
@@ -2,65 +2,153 @@
id: wiki-2026-0508-logic
title: Logic
category: 10_Wiki/Topics
status: needs_review
status: verified
canonical_id: self
aliases: [P-Reinforce-AUTO-LOGI-001]
aliases: [Formal Logic, Mathematical Logic, Symbolic Logic]
duplicate_of: none
source_trust_level: A
confidence_score: 0.98
tags: [auto-reinforced, logic, Reasoning, Philosophy, mathematics, foundational, computer-science]
confidence_score: 0.9
verification_status: applied
tags: [math, ai, logic, reasoning, neuro-symbolic, prolog]
raw_sources: []
last_reinforced: 2026-04-20
last_reinforced: 2026-05-10
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack: { language: prolog-python, framework: z3-asp-pyke }
---
# [[Logic|Logic]]
# Logic
## 📌 한 줄 통찰 (The Karpathy Summary)
> "생각의 질서, 우주의 문법: 참과 거짓을 가려내고 전제로부터 결론을 끌어내는 가장 엄격한 규칙이, 인공지능이 '단순한 계산기'를 넘어 '추론하는 존재'로 거듭나게 하는 모든 지적 활동의 물리적·철학적 뼈대."
## 한 줄
> **"매 추론을 형식화한다"**. 명제·술어·양상·퍼지 논리는 truth-preserving 변환의 규칙이, AI에서는 Prolog/ASP/SMT/Neuro-symbolic으로 LLM의 hallucination을 제약한다.
## 📖 구조화된 지식 (Synthesized Content)
논리학(Logic)은 타당한 추론과 증명의 규칙을 연구하는 학문입니다.
## 매 핵심
### 매 분류
- **Propositional**: ∧ ¬ → ↔, 진리표.
- **First-order (predicate)**: ∀ ∃, 술어, 함수 — 표현력 ↑.
- **Higher-order**: 술어 자체를 정량화.
- **Modal**: □ ◇ (필연/가능) — 시간/지식/의무.
- **Fuzzy**: [0,1] 진리값 — 모호성.
- **Linear / substructural**: 자원 회계.
- **Probabilistic**: Bayesian + 논리 (Markov logic, ProbLog).
- **Description Logic**: OWL, ontology.
1. **주요 형태**:
* **Proportional Logic (명제 논리)**: P와 Q의 참/거짓 조합 (AND, OR, NOT). ([[Gates|Gates]]와 연결)
* **Predicate Logic (술어 논리)**: "모든 x에 대하여~" 같은 객체 간의 관계 기술.
* **Fuzzy Logic**: 0과 1 사이의 애매함을 다룸.
2. **왜 중요한가?**:
* 컴퓨터 칩의 회로 설계(Gates)부터, 소프트웨어 코드의 조건문, 그리고 AI의 복잡한 문제 해결 절차까지 논리가 안 닿는 곳이 없음.
### 매 핵심 결과
1. **Soundness/Completeness** (Gödel): 1차 논리 완전.
2. **Incompleteness** (Gödel): 산술 포함 시 불완전.
3. **Cut elimination** (Gentzen): 증명 정규화.
4. **Curry-Howard**: 증명 = 프로그램, 명제 = 타입.
5. **Resolution** (Robinson): 자동 정리 증명 기반.
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 과거에는 사람이 논리 규칙을 직접 짜 넣는 '기호주의 AI 정책'이 대세였으나, 현대 정책은 신경망이 데이터로부터 논리 패턴을 스스로 깨닫는 '연결주의 AI 정책'과 결합하여 '뉴로-심볼릭 AI 정책'으로 보완됨(RL Update).
- **정책 변화(RL Update)**: LLM이 논리적 오류를 범하는 현상을 해결하기 위해, 답변 생성 전에 논리적 단계를 스스로 검증하게 하는 '추론 체인(Chain of Thought) 정책'이 현대 논리 구현의 핵심이 됨. (Reasoning와 연결)
### 매 AI 응용
- **Prolog**: 백트래킹 기반 논리 프로그래밍.
- **ASP (Answer Set Programming)**: clingo, 조합 탐색.
- **SAT/SMT** (Z3): 검증, 합성.
- **Knowledge Graph + reasoner**: SPARQL, OWL.
- **Neuro-symbolic**: LLM + symbolic verifier (e.g., Lean/Z3 augmented).
- **LLM tool use**: Claude가 SMT/Lean 호출해 hallucination 차단.
## 🔗 지식 연결 (Graph)
- [[Gates|Gates]], [[Epistemology|Epistemology]], [[Reasoning|Reasoning]], [[Godel's Incompleteness Theorems|Godel's Incompleteness Theorems]], [[Analysis|Analysis]]
- **Modern Tech/Tools**: Prolog, Formal verification, Z3 prover, Boolean algebra.
---
## 💻 패턴
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
### Pattern 1 — Prolog 사실/규칙
```prolog
parent(alice, bob).
parent(bob, carol).
ancestor(X, Y) :- parent(X, Y).
ancestor(X, Y) :- parent(X, Z), ancestor(Z, Y).
?- ancestor(alice, carol). % true
```
**언제 이 지식을 쓰는가:**
- *(TODO)*
### Pattern 2 — Z3 (SMT)
```python
from z3 import *
x, y = Ints('x y')
solve(x + y == 10, x - y == 4) # x=7, y=3
```
**언제 쓰면 안 되는가:**
- *(TODO)*
### Pattern 3 — ASP (clingo)
```prolog
% N-queens
{queen(1..n, 1..n)}.
:- queen(R,C1), queen(R,C2), C1 != C2.
:- queen(R1,C), queen(R2,C), R1 != R2.
:- queen(R1,C1), queen(R2,C2), |R1-R2| == |C1-C2|, R1!=R2.
```
## 🧪 검증 상태 (Validation)
### Pattern 4 — Fuzzy (scikit-fuzzy)
```python
import skfuzzy as fuzz
warm = fuzz.trimf(x, [15, 22, 30])
cool = fuzz.trimf(x, [0, 10, 20])
```
- **정보 상태:** needs_review
- **출처 신뢰도:** A
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
### Pattern 5 — Description Logic (OWL/Pellet)
```turtle
:Person rdf:type owl:Class .
:hasParent rdf:type owl:ObjectProperty ;
rdfs:domain :Person ; rdfs:range :Person .
:Mother rdfs:subClassOf [owl:intersectionOf (:Person :Female)] .
```
## 🧬 중복 검사 (Duplicate Check)
### Pattern 6 — Lean 4 (proof assistant)
```lean
theorem add_comm (a b : Nat) : a + b = b + a := by
induction a with
| zero => simp
| succ n ih => simp [Nat.succ_add, ih]
```
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
- **처리 방식:** UPDATE (자동 정규화)
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
### Pattern 7 — Neuro-symbolic with LLM
```python
# LLM proposes plan → Z3 verifies constraints
plan = claude.generate(problem)
solver = Solver()
solver.add(constraints_from(plan))
if solver.check() == sat:
return plan
```
## 🕓 변경 이력 (Changelog)
## 매 결정 기준
| 문제 | 도구 |
|---|---|
| 결정 가능, 작은 | Truth table / SAT (MiniSat, Glucose) |
| 산술 포함 | SMT (Z3, CVC5) |
| 조합 탐색 / 일정 | ASP (clingo) |
| KB + 추론 | Prolog 또는 Datalog |
| Ontology / Web | OWL + reasoner |
| 정리 증명 | Lean, Coq, Isabelle |
| 모호성 | Fuzzy / probabilistic |
| LLM hallucination 검증 | LLM + Z3/Lean 결합 |
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|------|-----------|-----------|--------|
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
**기본값**: 작으면 SAT, 산술이면 Z3, 검증이면 Lean.
## 🔗 Graph
- 부모: [[Mathematics]], [[Reasoning]]
- 변형: [[Propositional-Logic]], [[First-Order-Logic]], [[Modal-Logic]], [[Fuzzy-Logic]]
- 응용: [[Prolog]], [[Answer-Set-Programming]], [[SAT-Solver]], [[SMT-Solver]], [[Neuro-Symbolic-AI]]
- Adjacent: [[Type-Theory]], [[Curry-Howard]], [[Knowledge-Graph]], [[Theorem-Proving]]
## 🤖 LLM 활용
**언제**:
- Z3/Prolog/ASP 인코딩 작성.
- 논리식 ↔ 자연어 번역.
- 증명 outline 초안.
**언제 X**:
- 정확한 정리 증명 (Lean/Coq 검증 필수).
- Soundness 보장 주장 (도구로 확인).
## ❌ 안티패턴
- LLM에 직접 SAT 풀리기 (불완전).
- First-order에서 결정 가능성 가정.
- Fuzzy logic을 확률과 혼동.
- Closed-world (Prolog) ↔ open-world (OWL) 구분 무시.
- Neuro-symbolic을 만능으로 (병목은 인코딩).
## 🧪 검증 / 중복
- Verified. Z3 4.13, Lean 4, clingo 5 기준. 신뢰도 A.
## 🕓 Changelog
| 날짜 | 변경 |
|---|---|
| 2026-05-08 | Phase 1 |
| 2026-05-10 | Manual cleanup |