add Q comparing our exposition to The Little Schemer's
[lambda.git] / topics / _week5_simply_typed_lambda.mdwn
index cfadf7a..14e2172 100644 (file)
@@ -2,10 +2,10 @@
 
 ##The simply-typed lambda calculus##
 
-The untyped lambda calculus is pure.  Pure in many ways: all variables
-and lambdas, with no constants or other special symbols; also, all
-functions without any types.  As we'll see eventually, pure also in
-the sense of having no side effects, no mutation, just pure
+The untyped lambda calculus is pure.  Pure in many ways: nothing but
+variables and lambdas, with no constants or other special symbols;
+also, all functions without any types.  As we'll see eventually, pure
+also in the sense of having no side effects, no mutation, just pure
 computation.
 
 But we live in an impure world.  It is much more common for practical
@@ -22,26 +22,48 @@ language.  If so, if it makes sense to gather a class of expressions
 together into a set of Nouns, or Verbs, it may also make sense to
 gather classes of terms into a set labelled with some computational type.
 
+To develop this analogy just a bit further, syntactic categories
+determine which expressions can combine with which other expressions.
+If a word is a member of the category of prepositions, it had better
+not try to combine (merge) with an expression in the category of, say,
+an auxilliary verb, since *under has* is not a well-formed constituent
+in English.  Likewise, types in formal languages will determine which
+expressions can be sensibly combined. 
+
+Now, of course it is common linguistic practice to supply an analysis
+of natural language both with syntactic categories and with semantic
+types.  And there is a large degree of overlap between these type
+systems.  However, there are mismatches in both directions: there are
+syntactic distinctions that do not correspond to any salient semantic
+difference (why can't adjectives behave syntactically like verb
+phrases, since they both denote properties with (extensional) type
+`<e,t>`?); and in some analyses there are semantic differences that do
+not correspond to any salient syntactic distinctions (as in any
+analysis that involves silent type-shifters, such as Herman Hendriks'
+theory of quantifier scope, in which expressions change their semantic
+type without any effect on the syntactic expressions they can combine
+with syntactically).  We will consider again the relationship between
+syntactic types and semantic types later in the course.
+
 Soon we will consider polymorphic type systems.  First, however, we
 will consider the simply-typed lambda calculus.  
 
-[Pedantic on.  Why "simply typed"?  Well, the type system is
-particularly simple.  As mentioned in class by Koji Mineshima, Church
+[Pedantic on.  Why "*simply* typed"?  Well, the type system is
+particularly simple.  As mentioned to us by Koji Mineshima, Church
 tells us that "The simple theory of types was suggested as a
 modification of Russell's ramified theory of types by Leon Chwistek in
 1921 and 1922 and by F. P. Ramsey in 1926."  This footnote appears in
 Church's 1940 paper [A formulation of the simple theory of
-types](church-simple-types.pdf).  In this paper, as Will Starr
-mentioned in class, Church does indeed write types by simple
-apposition, without the ugly angle brackets and commas used by
-Montague.  Furthermore, he omits parentheses under the convention that
-types associated to the *left*---the opposite of the modern
+types](church-simple-types.pdf).  In this paper, Church writes types
+by simple apposition, without the ugly angle brackets and commas used
+by Montague.  Furthermore, he omits parentheses under the convention
+that types associated to the *left*---the opposite of the modern
 convention.  This is ok, however, because he also reverses the order,
 so that `te` is a function from objects of type `e` to objects of type
 `t`.  Cool paper!  If you ever want to see Church numerals in their
 native setting--but I'm getting ahead of my story.  Pedantic off.]
 
-There's good news and bad news: the good news is that the simply-type
+There's good news and bad news: the good news is that the simply-typed
 lambda calculus is strongly normalizing: every term has a normal form.
 We shall see that self-application is outlawed, so &Omega; can't even
 be written, let alone undergo reduction.  The bad news is that
@@ -59,16 +81,16 @@ types `T`, the smallest set such that
 
 *    ground types, including `e` and `t`, are in `T`
 
-*    for any types &sigma; and &tau; in `T`, the type &sigma; -->
+*    for any types &sigma; and &tau; in `T`, the type &sigma; ->
      &tau; is in `T`.
 
 For instance, here are some types in `T`:
 
      e
-     e --> t
-     e --> e --> t
-     (e --> t) --> t
-     (e --> t) --> e --> t
+     e -> t
+     e -> e -> t
+     (e -> t) -> t
+     (e -> t) -> e -> t
 
 and so on.
 
@@ -80,28 +102,28 @@ which is the smallest set such that
 *    each type `t` has an infinite set of distinct variables, {x^t}_1,
      {x^t}_2, {x^t}_3, ...
 
-*    If a term `M` has type &sigma; --> &tau;, and a term `N` has type
+*    If a term `M` has type &sigma; -> &tau;, and a term `N` has type
      &sigma;, then the application `(M N)` has type &tau;.
 
 *    If a variable `a` has type &sigma;, and term `M` has type &tau;, 
-     then the abstract <code>&lambda; a M</code> has type &sigma; --> &tau;.
+     then the abstract <code>&lambda; a M</code> has type &sigma; -> &tau;.
 
 The definitions of types and of typed terms should be highly familiar
-to semanticists, except that instead of writing &sigma; --> &tau;,
+to semanticists, except that instead of writing &sigma; -> &tau;,
 linguists write <&sigma;, &tau;>.  We will use the arrow notation,
 since it is more iconic.
 
 Some examples (assume that `x` has type `o`):
 
       x            o
-      \x.x         o --> o
+      \x.x         o -> o
       ((\x.x) x)   o
 
 Excercise: write down terms that have the following types:
 
-                   o --> o --> o
-                   (o --> o) --> o --> o
-                   (o --> o --> o) --> o
+                   o -> o -> o
+                   (o -> o) -> o -> o
+                   (o -> o -> o) -> o
 
 #Associativity of types versus terms#
 
@@ -109,7 +131,7 @@ As we have seen many times, in the lambda calculus, function
 application is left associative, so that `f x y z == (((f x) y) z)`.
 Types, *THEREFORE*, are right associative: if `x`, `y`, and `z`
 have types `a`, `b`, and `c`, respectively, then `f` has type 
-`a --> b --> c --> d == (a --> (b --> (c --> d)))`, where `d` is the
+`a -> b -> c -> d == (a -> (b -> (c -> d)))`, where `d` is the
 type of the complete term.
 
 It is a serious faux pas to associate to the left for types.  You may
@@ -124,13 +146,13 @@ present it here; see Berendregt or Hankin.
 Since &Omega; does not have a normal form, it follows that &Omega;
 cannot have a type in &Lambda;_T.  We can easily see why:
 
-     &Omega; = (\x.xx)(\x.xx)
+<code>&Omega; = (\x.xx)(\x.xx)</code>
 
 Assume &Omega; has type &tau;, and `\x.xx` has type &sigma;.  Then
 because `\x.xx` takes an argument of type &sigma; and returns
-something of type &tau;, `\x.xx` must also have type &sigma; -->
+something of type &tau;, `\x.xx` must also have type &sigma; ->
 &tau;.  By repeating this reasoning, `\x.xx` must also have type
-(&sigma; --> &tau;) --> &tau;; and so on.  Since variables have
+(&sigma; -> &tau;) -> &tau;; and so on.  Since variables have
 finite types, there is no way to choose a type for the variable `x`
 that can satisfy all of the requirements imposed on it.
 
@@ -138,51 +160,107 @@ In general, there is no way for a function to have a type that can
 take itself for an argument.  It follows that there is no way to
 define the identity function in such a way that it can take itself as
 an argument.  Instead, there must be many different identity
-functions, one for each type.
+functions, one for each type.  Some of those types can be functions,
+and some of those functions can be (type-restricted) identity
+functions; but a simply-types identity function can never apply to itself.
 
 #Typing numerals#
 
-Version 1 type numerals are not a good choice for the simply-typed
-lambda calculus.  The reason is that each different numberal has a
-different type!  For instance, if zero has type &sigma;, then since
-one is represented by the function `\x.x false 0`, it must have type
-`b --> &sigma; --> &sigma;`, where `b` is the type of a boolean.  But
-this is a different type than zero!  Because each number has a
-different type, it becomes unbearable to write arithmetic operations
-that can combine zero with one, since we would need as many different
-addition operations as we had pairs of numbers that we wanted to add.
-
-Fortunately, the Church numerals are well behaved with respect to
-types.  They can all be given the type (&sigma; --> &sigma;) -->
-&sigma; --> &sigma;.
-
-
-
-
-
-<!--
-
-Mau integrate some mention of this at some point.
-
-http://okmij.org/ftp/Computation/lambda-calc.html#predecessor
-
-
-Predecessor and lists are not representable in simply typed lambda-calculus
-
-    The predecessor of a Church-encoded numeral, or, generally, the encoding of a list with the car and cdr operations are both impossible in the simply typed lambda-calculus. Henk Barendregt's ``The impact of the lambda-calculus in logic and computer science'' (The Bulletin of Symbolic Logic, v3, N2, June 1997) has the following phrase, on p. 186:
-
-        Even for a function as simple as the predecessor lambda definability remained an open problem for a while. From our present knowledge it is tempting to explain this as follows. Although the lambda calculus was conceived as an untyped theory, typeable terms are more intuitive. Now the functions addition and multiplication are defineable by typeable terms, while [101] and [108] have characterized the lambda-defineable functions in the (simply) typed lambda calculus and the predecessor is not among them [the story of the removal of Kleene's four wisdom teeth is skipped...]
-        Ref 108 is R.Statman: The typed lambda calculus is not elementary recursive. Theoretical Comp. Sci., vol 9 (1979), pp. 73-81.
-
-    Since list is a generalization of numeral -- with cons being a successor, append being the addition, tail (aka cdr) being the predecessor -- it follows then the list cannot be encoded in the simply typed lambda-calculus.
-
-    To encode both operations, we need either inductive (generally, recursive) types, or System F with its polymorphism. The first approach is the most common. Indeed, the familiar definition of a list
-
-         data List a = Nil | Cons a (List a)
-
-    gives an (iso-) recursive data type (in Haskell. In ML, it is an inductive data type).
-
-    Lists can also be represented in System F. As a matter of fact, we do not need the full System F (where the type reconstruction is not decidable). We merely need the extension of the Hindley-Milner system with higher-ranked types, which requires a modicum of type annotations and yet is able to infer the types of all other terms. This extension is supported in Haskell and OCaml. With such an extension, we can represent a list by its fold, as shown in the code below. It is less known that this representation is faithful: we can implement all list operations, including tail, drop, and even zip.
-
-
--->
+The Church numerals are well behaved with respect to types.  
+To see this, consider the first three Church numerals (starting with zero):
+
+    \s z . z
+    \s z . s z
+    \s z . s (s z)
+
+Given the internal structure of the term we are using to represent
+zero, its type must have the form &rho; -> &sigma; -> &sigma; for
+some &rho; and &sigma;.  This type is consistent with term for one,
+but the structure of the definition of one is more restrictive:
+because the first argument (`s`) must apply to the second argument
+(`z`), the type of the first argument must describe a function from
+expressions of type &sigma; to some result type.  So we can refine
+&rho; by replacing it with the more specific type &sigma; -> &tau;.
+At this point, the overall type is (&sigma; -> &tau;) -> &sigma; ->
+&sigma;.  Note that this refined type remains compatible with the
+definition of zero.  Finally, by examinining the definition of two, we
+see that expressions of type &tau; must be suitable to serve as
+arguments to functions of type &sigma; -> &tau;, since the result of
+applying `s` to `z` serves as the argument of `s`.  The most general
+way for that to be true is if &tau; &equiv; &sigma;.  So at this
+point, we have the overall type of (&sigma; -> &sigma;) -> &sigma;
+-> &sigma;.
+
+<!-- Make sure there is talk about unification and computation of the
+principle type-->
+
+## Predecessor and lists are not representable in simply typed lambda-calculus ##
+
+As Oleg Kiselyov points out, [[predecessor and lists can't be
+represented in the simply-typed lambda
+calculus|http://okmij.org/ftp/Computation/lambda-calc.html#predecessor]].
+This is not because there is any difficulty typing what the functions
+involved do "from the outside": for instance, the predecessor function
+is a function from numbers to numbers, or &tau; -> &tau;, where &tau;
+is our type for Church numbers (i.e., (&sigma; -> &sigma;) -> &sigma;
+-> &sigma;).  (Though this type will only be correct if we decide that
+the predecessor of zero should be a number, perhaps zero.)
+
+Rather, the problem is that the definition of the function requires
+subterms that can't be simply-typed.  We'll illustrate with our
+implementation of the predecessor, sightly modified in inessential
+ways to suit present purposes:
+
+    let zero = \s z. z in
+    let snd = \a b. b in
+    let pair = \a b. \v. v a b in
+    let succ = \n s z. s (n s z) in
+    let collect = \p. p (\a b. pair (succ a) a)
+    let pred = \n. n collect (pair zero zero) snd in
+
+Let's see how far we can get typing these terms.  `zero` is the Church
+encoding of zero.  Using `N` as the type for Church numbers (i.e.,
+<code>N &equiv; (&sigma; -> &sigma;) -> &sigma; -> &sigma;</code> for some
+&sigma;, `zero` has type `N`.  `snd` takes two numbers, and returns
+the second, so `snd` has type `N -> N -> N`.  Then the type of `pair`
+is `N -> N -> (type(snd)) -> N`, that is, `N -> N -> (N -> N -> N) ->
+N`.  Likewise, `succ` has type `N -> N`, and `collect` has type `pair
+-> pair`, where `pair` is the type of an ordered pair of numbers,
+namely, <code>pair &equiv; (N -> N -> N) -> N</code>.  So far so good.
+
+The problem is the way in which `pred` puts these parts together.  In
+particular, `pred` applies its argument, the number `n`, to the
+`collect` function.  Since `n` is a number, its type is <code>(&sigma;
+-> &sigma;) -> &sigma; -> &sigma;</code>.  This means that the type of
+`collect` has to match <code>&sigma; -> &sigma;</code>. But we
+concluded above that the type of `collect` also had to be `pair ->
+pair`.  Putting these constraints together, it appears that
+<code>&sigma;</code> must be the type of a pair of numbers.  But we
+already decided that the type of a pair of numbers is `(N -> N -> N)
+-> N`.  Here's the difficulty: `N` is shorthand for a type involving
+<code>&sigma;</code>.  If <code>&sigma;</code> turns out to depend on
+`N`, and `N` depends in turn on <code>&sigma;</code>, then
+<code>&sigma;</code> is a proper subtype of itself, which is not
+allowed in the simply-typed lambda calculus.
+
+The way we got here is that the `pred` function relies on the built-in
+right-fold structure of the Church numbers to recursively walk down
+the spine of its argument.  In order to do that, the argument had to
+apply to the `collect` operation.  And since `collect` had to be the
+sort of operation that manipulates numbers, the infinite regress is
+established.
+
+Now, of course, this is only one of myriad possible implementations of
+the predecessor function in the lambda calculus.  Could one of them
+possibly be simply-typeable?  It turns out that this can't be done.
+See the works cited by Oleg for details.
+
+Because lists are (in effect) a generalization of the Church numbers,
+computing the tail of a list is likewise beyond the reach of the
+simply-typed lambda calculus.
+
+This result is surprising.  It illustrates how recursion is built into
+the structure of the Church numbers (and lists).  Most importantly for
+the discussion of the simply-typed lambda calculus, it demonstrates
+that even fairly basic recursive computations are beyond the reach of
+a simply-typed system.