Dzisiaj przemówienie Henninga Kerstana („Trace Semantics for Probabilistic Transition Systems”) po raz pierwszy skonfrontowało mnie z teorią kategorii. Zbudował teoretyczne ramy do opisywania probabilistycznych układów przejściowych i ich zachowania w sposób ogólny, tj. Z nieskończenie nieskończonymi zbiorami stanów i różnymi pojęciami śladów. W tym celu przechodzi przez kilka warstw abstrakcji, aby ostatecznie skończyć na pojęciu monad, które łączy z teorią miar, aby zbudować model, którego potrzebuje.
Ostatecznie zajęło mu 45 minut (z grubsza) zbudowanie frameworka do opisania koncepcji, którą początkowo wyjaśnił w 5 minut. Doceniam piękno podejścia (to nie uogólniać ładnie na różne pojęcia śladów), ale wydaje mi się dziwnym równowagi mimo.
Z trudem widzę, czym tak naprawdę jest monada i jak ogólna koncepcja może być przydatna w zastosowaniach (zarówno w teorii, jak i praktyce). Czy to naprawdę warte wysiłku, jeśli chodzi o wyniki?
Dlatego to pytanie:
Czy istnieją problemy, które są naturalne (w sensie CS), na których można zastosować abstrakcyjne pojęcie monad i pomaga (lub wręcz instrumentalnie) w uzyskaniu pożądanych rezultatów (w ogóle lub w ładniejszy sposób niż bez)?