💻 computer science

sLTN: Structural Logic Tensor Networks

Este artículo presenta sLTN, un marco neurosimbólico que extiende las Redes de Tensores Lógicos mediante la incorporación de dimensiones estructurales como elementos de primera clase para permitir la representación explícita y el aprendizaje diferenciable de restricciones temporales, secuenciales y relacionales.

Autores originales: Davide Rinaldi, Luciano Serafini

Publicado 2026-08-12

📖 3 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Davide Rinaldi, Luciano Serafini

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que estás intentando enseñar a una computadora a entender el mundo. Tienes dos herramientas poderosas en tu caja de herramientas. La primera es el Aprendizaje Automático (Machine Learning), que es como un aprendiz superobservador que aprende mirando millones de ejemplos. Es excelente detectando patrones, como reconocer un gato en una foto, pero realmente no "sabe" qué es un gato o por qué se comporta de esa manera. La segunda herramienta es la Lógica, que es como un libro de reglas estricto o un conjunto de leyes. Sabe que si "todos los gatos tienen cola" y "Fluffy es un gato", entonces "Fluffy debe tener una cola". Pero la lógica suele ser rígida y le cuesta aprender de los datos desordenados del mundo real.

Durante un tiempo, los científicos han intentado combinar estas dos herramientas en un único sistema llamado IA neurosimbólica. El objetivo es crear una IA que pueda aprender de los datos y seguir reglas lógicas al mismo tiempo. Un marco de trabajo muy popular para esto es llamado Redes de Tensores Lógicos (Logic Tensor Networks o LTN). Piensa en LTN como un traductor que convierte las reglas lógicas en problemas matemáticos que una computadora puede resolver mediante gradientes (un método para mejorar las respuestas paso a paso). Sin embargo, la versión original de LTN tenía un punto ciego: fue diseñada para datos "planos". Trataba todo como una pila gigante y desorganizada de elementos individuales. No sabía cómo manejar cosas que tienen un orden natural o una estructura, como una secuencia de eventos en el tiempo, una lista de pasos en una historia o las conexiones entre amigos en una red social. Era como intentar describir una película simplemente enumerando a los actores sin mencionar la trama o la línea temporal.

Aquí es donde entra un nuevo artículo, que introduce sLTN (Redes de Tensores Lógicos Estructurales). Los autores, Davide Rinaldi y Luciano Serafini, se dieron cuenta de que el mundo no es solo una pila de objetos; está lleno de estructura. El tiempo fluye hacia adelante, las oraciones tienen órdenes de palabras y los grafos tienen conexiones. Construyeron una actualización de LTN que trata estas estructuras como "ciudadanos de primera clase". En sLTN, puedes hablar explícitamente de "pasos de tiempo", "posiciones de secuencia" o "nodos de grafos" directamente dentro de tus reglas lógicas.

El artículo no solo sugiere que esta es una buena idea; proporciona el plano matemático completo (sintaxis y semántica) y una biblioteca de software funcional construida sobre PyTorch. Muestran que sLTN puede tomar una regla lógica como "Si un dígito aparece en el tiempo $t$ , también debería aparecer en el tiempo $t+1$ " y convertirla en un problema matemático del que la computadora puede aprender. Lo demostraron con una tarea de clasificación de video donde la IA tenía que observar una secuencia de fotogramas que mostraban un dígito siendo dibujado. El sistema aprendió a distinguir entre videos donde un dígito aparece de forma fluida y aquellos donde parpadea o aparece y desaparece, utilizando reglas lógicas sobre el tiempo y la secuencia. Los autores muestran que si se eliminan las características estructurales, sLTN vuelve perfectamente al LTN original, demostrando que es una verdadera extensión. Aunque el artículo presenta un marco sólido y código funcional, señala que el sistema es todavía una biblioteca nueva que necesita más pruebas y validación en el mundo real más allá de estos ejemplos iniciales. Es un paso prometedor hacia una IA que entiende no solo qué son las cosas, sino cómo están dispuestas en el mundo.

Resumen Técnico: Redes de Tensores de Lógica Estructural (sLTN)

Planteamiento del Problema

Las Redes de Tensores de Lógica (LTN) proporcionan un marco neurosimbólico que integra la lógica de primer orden con redes neuronales mediante la interpretación de símbolos lógicos como tensores y conectivas lógicas como operadores difusos diferenciables. Aunque son efectivas para tareas que involucran colecciones planas de individuos (por ejemplo, interpretación semántica de imágenes, sistemas de recomendación), la formulación original de LTN carece de mecanismos explícitos para manejar datos con una organización estructural inherente.

En dominios como las series temporales, los datos secuenciales o las entradas con estructura de grafo, la organización estructural (orden temporal, posición en la secuencia, conectividad del grafo) es un componente semántico del problema y no un mero detalle de implementación. La formulación original de LTN trata los datos como colecciones planas, lo que dificulta la expresión de restricciones que se refieran explícitamente a patrones posicionales o relacionales, tales como la persistencia temporal, las restricciones de vecindad en grafos o las dependencias entre posiciones ordenadas. Esta limitación restringe la aplicabilidad del marco a tareas de razonamiento estructural donde el lenguaje lógico debe referirse directamente a los ejes sobre los cuales se organizan los objetos.

Metodología

Para abordar estas limitaciones, los autores introducen las Redes de Tensores de Lógica Estructural (sLTas LTN), una extensión de LTN que eleva las dimensiones estructurales a elementos de primer orden del lenguaje lógico. La metodología se basa en tres pilares fundamentales:

1. Sintaxis y Firma Extendida

sLTN extiende la firma estándar de muchos órdenes de la lógica de primer orden para incluir:

Dimensiones Estructurales ( $D$ ): Ejes de tensores con nombre que representan la organización específica del dominio (por ejemplo, pasos de tiempo $T$ , posiciones de secuencia, nodos de un grafo).
Variables Estructurales ( $\Xi$ ): Variables que oscilan sobre los índices de las dimensiones estructurales declaradas, distintas de las variables de primer orden que oscilan sobre los individuos.
Relaciones Estructurales ( $R$ ): Relaciones sobre tuplas de índices estructurales, interpretadas como máscaras booleanas o difusas. Por ejemplo, una relación next(t, t') puede expresar la adyacencia entre pasos de tiempo consecutivos.

El lenguaje admite la cuantificación estructural (cuantificar sobre los índices de una dimensión), la cuantificación estructural guardada (evaluar fórmulas solo donde se cumple una relación estructural) y la anotación/selección de ejes (renombrar o segmentar ejes estructurales específicos).

2. Semántica de Tensores Difusos

La semántica de sLTN se define mediante tensores anotados, que rastrean explícitamente el rol de cada eje del tensor (variable, estructural o de dominio).

Fundamentación (Grounding): Los símbolos se fundamentan en tensores o mapas de tensores. Las constantes y variables portan ejes estructurales basados en sus perfiles dimensionales. Las funciones y predicados se fundamentan como mapas locales que consumen y producen perfiles estructurales específicos.
Relaciones Estructurales: Se fundamentan como máscaras con valores de verdad sobre los índices estructurales (por ejemplo, una máscara nítida para next donde $M_{i,j} = 1$ si $j = i+1$ ).
Denotación Composicional: La denotación de términos y fórmulas se calcula mediante recursión estructural. Las operaciones clave incluyen:
- Alineación de ejes con nombre: Alinear tensores por nombre y rol antes de aplicar operaciones punto a punto o mapas locales.
- Consumo y Propagación: Los predicados y funciones pueden "consumir" ejes estructurales (agregando sobre ellos) o propagarlos punto a punto.
- Agregación: Los cuantificadores (tanto de primer orden como estructurales) se interpretan como operadores de agregación (por ejemplo, media, mínimo, máximo) sobre los ejes de variables o estructurales correspondientes. Los cuantificadores guardados utilizan los valores de verdad de la guarda como pesos o máscaras durante la agregación.

3. Aprendizaje y Optimización

El aprendizaje en sLTN se formula como la optimización de una base de conocimiento (un conjunto de cláusulas cerradas) para maximizar sus grados de satisfacción.

Formulación Multiobjetivo: Dado que una base de conocimiento consta de múltiples cláusulas, la satisfacción es naturalmente un problema multiobjetivo.
Aprendizaje Escalarizado: Las satisfacciones de las cláusulas se agregan en una única pérdida escalar utilizando un agregador configurable (por ejemplo, media de potencia) antes de la retropropagación.
Aprendizaje Multiobjetivo: sLTN permite retener las pérdidas por cláusula y combinar sus gradientes utilizando agregadores de descenso de Jacobiano (por ejemplo, PCGrad) para manejar objetivos conflictivos sin una escalarización prematura.
Diferenciabilidad: Todo el marco, incluyendo los operadores difusos y la agregación, está implementado mediante operaciones de tensores diferenciables en PyTorch, lo que permite la optimización basada en gradientes de los parámetros de interpretación.

Contribuciones Clave

El artículo realiza tres contribuciones principales:

Extensión del Lenguaje: Extiende el lenguaje LTN con dimensiones estructurales, variables estructurales y relaciones estructurales, convirtiendo la organización estructural en un objeto explícito de modelado lógico. Esto permite que las fórmulas se refieran directamente a patrones posicionales y relacionales.
Semántica Formal: Proporciona una semántica de tensores difusos rigurosa para sLTN, definiendo cómo los constructos estructurales se integran con las conectivas diferenciables y la agregación de cuantificadores. Demuestra que la semántica original de LTN se recupera como un caso especial cuando las dimensiones estructurales están ausentes.
Implementación Modular: Describe una implementación modular en Python/PyTorch que separa la sintaxis (Firmas, analizadores) de la semántica (Interpretaciones). La librería soporta la definición declarativa de firmas, el análisis de fórmulas y la interpretación tensorial con operaciones de ejes con nombre.

Resultados y Ejemplos Ilustrativos

El artículo no presenta comparativas empíricas a gran escala, sino que ilustra las capacidades del marco mediante un ejemplo de clasificación de video en ejecución que involucra dígitos MNIST.

Tarea: Distinguir entre videos de "aparición" (un dígito se revela de forma monótona) y videos de "no aparición" (dígitos revelados y ocultados cíclicamente).
Aplicación de sLTN:
- Persistencia Temporal: Una fórmula expresa que si un dígito está completo en el tiempo $t$ , debe permanecer completo en $t+1$ (usando la relación next).
- Condiciones de Frontera: Las fórmulas fuerzan que un video de aparición comience incompleto (en $t=0$ ) y termine completo (en $t=T-1$ ) mediante la selección de ejes.
- Juicio de Secuencia Completa: El predicado appear consume todo el eje temporal para realizar una clasificación global, distinta de los predicados a nivel de fotograma como Complete.
Implementación: El ejemplo demuestra cómo declarar firmas, definir predicados derivados (por ejemplo, is_appear), analizar fórmulas complejas con cuantificadores estructurales y entrenar el modelo usando la interfaz kb_backward con optimización escalarizada o multiobjetivo.

Significado y Reivindicaciones

El artículo posiciona a sLTN como una evolución necesaria del marco LTN para manejar la creciente demanda de razonamiento neurosimbólico sobre datos estructurados.

Expresividad: Al tratar las dimensiones estructurales como ciudadanos de primer orden, sLTN permite que las restricciones lógicas se expresen directamente al nivel de la semántica del problema (por ejemplo, orden temporal, topología de grafo) en lugar de forzarlas en representaciones planas.
Compatibilidad: El marco preserva los beneficios centrales de LTN, incluyendo la semántica difusa diferenciable y la optimización basada en gradientes, mientras los extiende a entradas estructuradas.
Utilidad Práctica: La separación de sintaxis y semántica, junto con la implementación proporcionada en PyTorch, busca reducir la barrera para la aplicación del razonamiento neurosimbólico en dominios estructurados complejos como el razonamiento temporal, el procesamiento secuencial y el aprendizaje basado en grafos.

Los autores reconocen que sLTN es un marco inicial que requiere mayor estabilización y validación empírica sistemática. Esbozan trabajos futuros para desarrollar teorías estructuradas específicas de dominio, extender el lenguaje con primitivas computacionales recursivas finitas e investigar cronogramas de hiperparámetros prescritos para mejorar la estabilidad del entrenamiento. El artículo sirve como compañero de la librería de código abierto sLTN, proporcionando la base teórica para su uso.