"Curry-Howard-Lambek"対応の最も実用的な結果の1つは、十分に構造化されたカテゴリで構築を実行するために、多くのラムダ-カルクリ/ロジックの構文を使用できることです。
たとえば、Synthetic Differential Geometryのtopoiには、滑らかな多様体のカテゴリを含み、埋め込んだモデルがあるため、高次論理を使用して滑らかな関数を構築し、微分方程式を解くことができます。
別の例として、このホワイトペーパーでは、「ステップインデックス」が実際にはプリナチュラル(別のトポス)に対してプリシーブを処理しているだけなので、高次ロジックの構文を使用して、面倒なステップインデックス付き論理関係を定義できます。ステップの操作。
最後に、Andrej BauerがこのMOの質問で、グラフのトポスの「内部言語」で多くのことができることを示しています。
私の質問は、誰もがこのビジョンを定理の証明者の中で文字通り実現しましたか?たとえば、気になるカテゴリがデカルト閉であることがわかった場合は、「内部モード」に移動して、ラムダ計算構文(モデル固有の公理を使用)を記述してから、「外部モード」に戻ることができます。モデルのオブジェクトとして操作しますか?
極端な場合は、topos理論と高次の論理を使用することさえしたいので、ステップなしでステップインデックス付きの論理関係を記述したり、SDGを使用して定理証明で古典力学を教えることができます。誰かが拡張依存型理論を一度実装して素晴らしいツールを提供し、それを上記のように非常に異なるアプリケーションで使用することができるので、これは私にとって非常に強力なアイデアのようです。