💻 computer science

sLTN: Structural Logic Tensor Networks

Questo articolo introduce sLTN, un framework neurosimbolico che estende i Logic Tensor Networks incorporando le dimensioni strutturali come elementi di prima classe per consentire la rappresentazione esplicita e l'apprendimento differenziabile di vincoli temporali, sequenziali e relazionali.

Autori originali: Davide Rinaldi, Luciano Serafini

Pubblicato 2026-08-12

📖 3 min di lettura☕ Lettura da pausa caffè

CC BY 4.0

Autori originali: Davide Rinaldi, Luciano Serafini

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di cercare di insegnare a un computer a comprendere il mondo. Hai due potenti strumenti nella tua cassetta degli attrezzi. Il primo è il Machine Learning, che è come un apprendista super osservatore che impara guardando milioni di esempi. È bravissimo nel riconoscere schemi, come identificare un gatto in una foto, ma non sa davvero cosa sia un gatto o perché si comporti in un certo modo. Il secondo strumento è la Logica, che è come un libro di regole rigido o un insieme di leggi. Sa che se "tutti i gatti hanno la coda" e "Fluffy è un gatto", allora "Fluffy deve avere la coda". Ma la logica è spesso rigida e fatica a imparare dai dati disordinati del mondo reale.

Per un certo periodo, gli scienziati hanno cercato di combinare questi due strumenti in un unico sistema chiamato IA neurosimbolica. L'obiettivo è creare un'IA che possa imparare dai dati e seguire contemporaneamente regole logiche. Un framework popolare per l'LTN è chiamato Logic Tensor Networks (LTN). Pensa all'LTN come a un traduttore che trasforma le regole logiche in problemi matematici che un computer può risolvere usando i gradienti (un metodo per migliorare le risposte passo dopo passo). Tuttavia, la versione originale dell'LTN aveva un punto cieco: era progettata per dati "piatti". Trattava tutto come un enorme mucchio disorganizzato di singoli elementi. Non sapeva come gestire cose che hanno un ordine naturale o una struttura, come una sequenza di eventi nel tempo, una lista di passaggi in una storia o le connessioni tra amici in un social network. Era come cercare di descrivere un film elencando solo gli attori senza menzionare la trama o la linea temporale.

È qui che entra in gioco un nuovo articolo, che introduce sLTN (Structural Logic Tensor Networks). Gli autori, Davide Rinaldi e Luciano Serafini, si sono resi conto che il mondo non è solo un mucchio di oggetti; è pieno di strutture. Il tempo scorre in avanti, le frasi hanno ordini di parole e i grafi hanno connessioni. Hanno costruito un aggiornamento per l'LTN che tratta queste strutture come "cittadini di prima classe". In sLTN, puoi parlare esplicitamente di "passaggi temporali", "posizioni nella sequenza" o "nodi del grafo" proprio all'interno delle tue regole logiche.

L'articolo non si limita a suggerire che questa sia una buona idea; fornisce l'intero progetto matematico (sintassi e semantica) e una libreria software funzionante costruita su PyTorch. Dimostrano che l'sLTN può prendere una regola logica come "Se una cifra appare al tempo $t$ , dovrebbe apparire anche al tempo $t+1$ " e trasformarla in un problema matematico da cui il computer può imparare. Lo hanno dimostrato con un compito di classificazione video in cui l'IA doveva osservare una sequenza di fotogrammi che mostravano una cifra che veniva disegnata. Il sistema ha imparato a distinguere tra video in cui una cifra appare fluidamente e quelli in cui sfarfalla, usando regole logiche riguardanti il tempo e la sequenza. Gli autori mostrano che se si rimuovono le caratteristiche strutturali, l'sLTN torna perfettamente all'LTN originale, provando che è una vera estensione. Sebbene l'articolo presenti un framework solido e del codice funzionante, nota che il sistema è ancora una nuova libreria che necessita di ulteriori test e validazione nel mondo reale oltre a questi esempi iniziali. È un passo promettente verso un'IA che comprende non solo cosa siano le cose, ma anche come siano disposte nel mondo.

Sintesi Tecnica: Structural Logic Tensor Networks (sLTN)

Definizione del Problema

I Logic Tensor Networks (LTN) forniscono un framework neurosimbolico che integra la logica del primo ordine con le reti neurali, interpretando i simboli logici come tensori e i connettivi logici come operatori fuzzy differenziabili. Sebbene efficaci per compiti che coinvolgono collezioni piatte di individui (ad esempio, interpretazione semantica di immagini, sistemi di raccomandazione), l'originale formulazione LTN manca di meccanismi espliciti per gestire dati dotati di una organizzazione strutturale intrinseca.

In domini come le serie temporali, i dati sequenziali o gli input strutturati a grafo, l'organizzazione strutturale (ordine temporale, posizione nella sequenza, connettività del grafo) è una componente semantica del problema piuttosto che un mero dettaglio di implementazione. L'originale framework LTN tratta i dati come collezioni piatte, rendendo difficile esprimere vincoli che si riferiscano esplicitamente a pattern posizionali o relazionali, come la persistenza temporale, i vincoli di vicinato nei grafi o le dipendenze tra posizioni ordinate. Questa limitazione restringe l'applicabilità del framework a compiti di ragionamento strutturato dove il linguaggio logico deve riferirsi direttamente agli assi lungo i quali gli oggetti sono organizzati.

Metodologia

Per affrontare queste limitazioni, gli autori introducono i Structural Logic Tensor Networks (sLTN), un'estensione di LTN che eleva le dimensioni strutturali a elementi di primo livello del linguaggio logico. La metodologia si basa su tre pilastri fondamentali:

1. Sintassi Estesa e Firma

sLTN estende la firma standard del primo ordine per includere:

Dimensioni Strutturali ( $D$ ): Assi tensoriali nominati che rappresentano l'organizzazione specifica del dominio (ad esempio, passi temporali $T$ , posizioni nella sequenza, nodi di un grafo).
Variabili Strutturali ( $\Xi$ ): Variabili che variano sugli indici delle dimensioni strutturali dichiarate, distinte dalle variabili del primo ordine che variano sugli individui.
Relazioni Strutturali ( $R$ ): Relazioni su tuple di indici strutturali, interpretate come maschere booleane o fuzzy. Ad esempio, una relazione next(t, t') può esprimere l'adiacenza tra passi temporali consecutivi.

Il linguaggio supporta la quantificazione strutturale (quantificare sugli indici di una dimensione), la quantificazione strutturale guardata (valutare le formule solo dove una relazione strutturale è valida) e l'annotazione/selezione degli assi (rinominare o segmentare specifici assi strutturali).

2. Semantica Tensoriale Fuzzy

La semantica di sLTN è definita tramite tensori annotati, che tracciano esplicitamente il ruolo di ogni asse tensoriale (variabile, strutturale o di dominio).

Fondazione (Grounding): I simboli sono fondati su tensori o mappe tensoriali. Costanti e variabili portano assi strutturali basati sui loro profili dimensionali. Funzioni e predicati sono fondati come mappe locali che consumano e producono specifici profili strutturali.
Relazioni Strutturali: Fondate come maschere con valore di verità sugli indici strutturali (ad esempio, una maschera netta per next dove $M_{i,j} = 1$ se $j = i+1$ ).
Denotazione Composizionale: La denotazione di termini e formule è calcolata tramite ricorsione strutturale. Le operazioni chiave includono:
- Allineamento degli assi nominati: Allineare i tensori per nome e ruolo prima di applicare operazioni pointwise o mappe locali.
- Consumo e Propagazione: I predicati e le funzioni possono "consumare" assi strutturali (aggregando su di essi) o propagarli pointwise.
- Aggregazione: I quantificatori (sia del primo ordine che strutturali) sono interpretati come operatori di aggregazione (ad esempio, media, min, max) sugli assi variabili o strutturali corrispondenti. I quantificatori guardati utilizzano i valori di verità della guardia come pesi o maschere durante l'aggregazione.

3. Apprendimento e Ottimizzazione

L'apprendimento in sLTN è formulato come l'ottimizzazione di una base di conoscenza (un insieme di clausole chiuse) per massimizzare i loro gradi di soddisfazione.

Formulazione Multi-Obiettivo: Poiché una base di conoscenza consiste in molteplici clausole, la soddisfazione è naturalmente un problema multi-obiettivo.
Apprendimento Scalarizzato: Le soddisfazioni delle clausole sono aggregate in una singola perdita scalare utilizzando un aggregatore configurabile (ad esempio, media di potenza) prima della backpropagation.
Apprendimento Multi-Obiettivo: sLTN supporta il mantenimento delle perdite per singola clausola e la combinazione dei loro gradienti utilizzando aggregatori di discesa del Jacobiano (ad esempio, PCGrad) per gestire obiettivi conflittuali senza una scalarizzazione prematura.
Differenziabilità: L'intero framework, inclusi gli operatori fuzzy e l'aggregazione, è implementato utilizzando operazioni tensoriali differenziabili in PyTorch, consentendo l'ottimizzazione tramite gradiente dei parametri di interpretazione.

Contributi Chiave

Il documento presenta tre contributi primari:

Estensione del Linguaggio: Estende il linguaggio LTN con dimensioni strutturali, variabili strutturali e relazioni strutturali, rendendo l'organizzazione strutturale un oggetto esplicito della modellazione logica. Ciò consente alle formule di riferirsi direttamente a pattern posizionali e relazionali.
Semantica Formale: Fornisce una rigorosa semantica tensoriale fuzzy per sLTN, definendo come le costruzioni strutturali si integrano con i connettivi differenziabili e l'aggregazione dei quantificatori. Dimostra che la semantica originale di LTN viene recuperata come un caso speciale quando le dimensioni strutturali sono assenti.
Implementazione Modulare: Descrive un'implementazione modulare in Python/PyTorch che separa la sintassi (Signature, parser) dalla semantica (Interpretazioni). La libreria supporta la definizione dichiarativa della firma, il parsing delle formule e l'interpretazione tensoriale con operazioni su assi nominati.

Risultati ed Esempi Illustrativi

Il documento non presenta benchmark empirici su larga scala ma illustra le capacità del framework attraverso un esempio di classificazione video in esecuzione riguardante le cifre MNIST.

Task: Distinguere tra video "appear" (una cifra rivelata monotonicamente) e video "non-appear" (cifre rivelate e nascoste ciclicamente).
Applicazione di sLTN:
- Persistenza Temporale: Una formula esprime che se una cifra è completa al tempo $t$ , dovrebbe rimanere completa al tempo $t+1$ (usando la relazione next).
- Condizioni al Contorno: Le formule impongono che un video in fase di apparizione inizi incompleto (al tempo $t=0$ ) e finisca completo (al tempo $t=T-1$ ) usando la selezione dell'asse.
- Giudizio sull'Intera Sequenza: Il predicato appear consuma l'intero asse temporale per effettuare una classificazione globale, distinta dai predicati a livello di frame come Complete.
Implementazione: L'esempio dimostra come dichiarare le firme, definire i predicati derivati (ad esempio, is_appear), analizzare formule complesse con quantificatori strutturali e addestrare il modello usando l'interfaccia kb_backward con ottimizzazione scalare o multi-obiettivo.

Significato e Rivendicazioni

Il documento posiziona sLTN come un'evoluzione necessaria del framework LTN per gestire la crescente domanda di ragionamento neurosimbolico su dati strutturati.

Espressività: Trattando le dimensioni strutturali come cittadini di primo livello, sLTN permette di esprimere i vincoli logici direttamente al livello della semantica del problema (ad esempio, ordine temporale, topologia del grafo) invece di forzarli in rappresentazioni piatte.
Compatibilità: Il framework preserva i benefici centrali di LTN, inclusi la semantica fuzzy differenziabile e l'ottimizzazione basata sul gradiente, estendendoli però agli input strutturati.
Utilità Pratica: La separazione tra sintassi e semantica, insieme alla libreria PyTorch fornita, mira ad abbassare la barriera per l'applicazione del ragionamento neurosimbolico a domini strutturati complessi, come il ragionamento temporale, l'elaborazione sequenziale e l'apprendimento basato su grafi.

Gli autori riconoscono che sLTN è un framework iniziale che richiede ulteriore stabilizzazione e validazione empirica sistematica. Essi delineano il lavoro futuro nello sviluppo di teorie strutturate specifiche per dominio, nell'estensione del linguaggio con primitive computazionali finitamente ricorsive e nell'indagine su programmi pianificati per gli iperparametri per migliorare la stabilità dell'addestramento. Il documento funge da compagno per la libreria open-source sLTN, fornendo la base teorica per il suo utilizzo.