Resumo Técnico: Redes de Tensores de Lógica Estrutural (sLTN)

Definição do Problema

As Redes de Tensores de Lógica (LTN) fornecem um framework neurosimbólico que integra a lógica de primeira ordem com redes neurais ao interpretar símbolos lógicos como tensores e conectivos lógicos como operadores fuzzy diferenciáveis. Embora eficaz para tarefas envolvendo coleções planas de indivíduos (ex: interpretação semântica de imagens, sistemas de recomendação), a formulação original da LTN carece de mecanismos explícitos para lidar com dados que possuem organização estrutural inerente.

Em domínios como séries temporais, dados sequenciais ou entradas estruturadas em grafos, a organização estrutural (ordem temporal, posição na sequência, conectividade de grafo) é um componente semântico do problema, e não apenas um detalhe de implementação. A formulação original da LTN trata os dados como coleções planas, tornando difícil expressar restrições que se refiram explicitamente a padrões posicionais ou relacionais, tais como persistência temporal, restrições de vizinhança em grafos ou dependências entre posições ordenadas. Essa limitação restringe a aplicabilidade do framework a tarefas de raciocínio estruturado onde a linguagem lógica deve referenciar diretamente os eixos ao longo dos quais os objetos estão organizados.

Metodologia

Para abordar essas limitações, os autores introduzem as Redes de Tensores de Lógica Estrutural (sLTção - sLTN), uma extensão da LTN que eleva as dimensões estruturais a elementos de primeira classe da linguagem lógica. A metodologia é construída sobre três pilares principais:

1. Sintaxe Estendida e Assinatura

A sLTN estende a assinatura padrão de primeira ordem de muitos tipos para incluir:

• Dimensões Estruturais ($D$): Eixos de tensores nomeados que representam organização de domínio específico (ex: passos de tempo $T$, posições de sequência, nós de grafo).
• Variáveis Estruturais ($\Xi$): Variáveis que variam sobre índices de dimensões estruturais declaradas, distintas de variáveis de primeira ordem que variam sobre indivíduos.
• Relações Estruturais ($R$): Relações sobre tuplas de índices estruturais, interpretadas como máscaras booleanas ou fuzzy. Por exemplo, uma relação next(t, t') pode expressar adjacência entre passos de tempo consecutivos.

A linguagem suporta quantificação estrutural (quantificar sobre índices de uma dimensão), quantificação estrutural guardada (avaliar fórmulas apenas onde uma relação estrutural é válida) e anotação/seleção de eixos (renomear ou fatiar eixos estruturais específicos).

2. Semântica de Tensor Fuzzy

A semântica da sLTN é definida via tensores anotados, que rastreiam explicitamente o papel de cada eixo do tensor (variável, estrutural ou de domínio).

• Fundamentação (Grounding): Símbolos são fundamentados em tensores ou mapas de tensores. Constantes e variáveis carregam eixos estruturais baseados em seus perfis dimensionais. Funções e predicados são fundamentados como mapas locais que consomem e produzem perfis estruturais específicos.
• Relações Estruturais: Fundamentadas como máscaras de valor de verdade sobre índices estruturais (ex: uma máscara nítida para next onde $M_{i,j} = 1$ se $j = i+1$).
• Denotação Composicional: A denotação de termos e fórmulas é computada via recursão estrutural. Operações chave incluem:
  • Alinhamento de eixos nomeados: Alinhar tensores por nome e papel antes de aplicar operações ponto a ponto ou mapas locais.
  • Consumo e Propagação: Predicados e funções podem "consumir" eixos estruturais (agregando sobre eles) ou propagá-los ponto a ponto.
  • Agregação: Quantificadores (tanto de primeira ordem quanto estruturais) são interpretados como operadores de agregação (ex: média, mínimo, máximo) sobre os eixos variáveis ou estruturais correspondentes. Quantificadores guardados usam os valores de verdade da guarda como pesos ou máscaras durante a agregação.

3. Aprendizado e Otimização

O aprendizado na sLTN é formulado como a otimização de uma base de conhecimento (um conjunto de cláusulas fechadas) para maximizar seus graus de satisfação.

• Formulação Multi-objetivo: Como uma base de conhecimento consiste em múltiplas cláusulas, a satisfação é naturalmente um problema multi-objetivo.
• Aprendizado Escalarizado: As satisfações das cláusulas são agregadas em uma única perda escalar usando um agregador configurável (ex: média de potência) antes da retropropagação.
• Aprendizado Multi-objetivo: A sLTN suporta a retenção de perdas por cláusula e a combinação de seus gradientes usando agregadores de descida de Jacobiano (ex: PCGrad) para lidar com objetivos conflitantes sem a scalarização prematura.
• Diferenciabilidade: Todo o framework, incluindo operadores fuzzy e agregação, é implementado usando operações de tensor diferenciáveis em PyTorch, permitindo a otimização baseada em gradiente dos parâmetros de interpretação.

Contribuições Principais

O artigo apresenta três contribuições primárias:

1. Extensão da Linguagem: Estende a linguagem LTN com dimensões estruturais, variáveis estruturais e relações estruturais, tornando a organização estrutural um objeto explícito de modelagem lógica. Isso permite que fórmulas se refiram diretamente a padrões posicionais e relacionais.
2. Semântica Formal: Fornece uma semântica de tensor fuzzy rigorosa para a sLTN, definindo como os construtos estruturais se integram com conectivos diferenciáveis e agregação de quantificadores. Demonstra que as semânticas originais da LTN são recuperadas como um caso especial quando as dimensões estruturais estão ausentes.
3. Implementação Modular: Descreve uma implementação modular em Python/PyTorch que separa sintaxe (Assinaturas, parsers) de semântica (Interpretações). A biblioteca suporta definição declarativa de assinatura, parsing de fórmulas e interpretação tensorial com operações de eixos nomeados.

Resultados e Exemplos Ilustrativos

O artigo não apresenta benchmarks empíricos de larga escala, mas ilustra as capacidades do framework através de um exemplo de classificação de vídeo em execução envolvendo dígitos MNIST.

• Tarefa: Distinguir entre vídeos de "aparecimento" (um dígito é revelado monotonicamente) e vídeos de "não-aparecimento" (dígitos revelados e ocultados ciclicamente).
• Aplicação da sLTN:
  • Persistência Temporal: Uma fórmula expressa que, se um dígito está completo no tempo $t$, ele deve permanecer completo em $t+1$ (usando a relação next).
  • Condições de Contorno: Fórmulas impõem que um vídeo de aparecimento começa incompleto (em $t=0$) e termina completo (em $t=T-1$) usando seleção de eixo.
  • Julgamento de Sequência Inteira: O predicado appear consome todo o eixo temporal para realizar uma classificação global, distinta de predicados de nível de frame como Complete.
• Implementação: O exemplo demonstra como declarar assinaturas, definir predicados derivados (ex: is_appear), realizar o parsing de fórmulas complexas com quantificadores estruturais e treinar o modelo usando a interface kb_backward com otimização escalarizada ou multi-objetivo.

Significância e Alegações

O artigo posiciona a sLTN como uma evolução necessária do framework LTN para lidar com a crescente demanda por raciocínio neurosimbólico sobre dados estruturados.

• Expressividade: Ao tratar as dimensões estruturais como cidadãs de primeira classe, a sLTN permite que restrições lógicas sejam expressas diretamente no nível da semântica do problema (ex: ordem temporal, topologia de grafo), em vez de forçá-las em representações planas.
• Compatibilidade: O framework preserva os benefícios centrais da LTN, incluindo semântica fuzzy diferenciável e otimização baseada em gradiente, enquanto os estende para entradas estruturadas.
• Utilidade Prática: A separação de sintaxe e semântica, juntamente com a implementação fornecida em PyTorch, visa reduzir a barreira para aplicação do raciocínio neurosimbólico em domínios complexos e estruturados, como raciocínio temporal, processamento sequencial e aprendizado baseado em grafos.

Os autores reconhecem que a sLTN é um framework inicial que requer maior estabilização e validação empírica sistemática. Eles delineiam trabalhos futuros para o desenvolvimento de teorias estruturadas específicas de domínio, extensão da linguagem com primitivas computacionais finitamente recursivas e investigação de cronogramas principais para hiperparâmetros para melhorar a estabilidade do treinamento. O artigo serve como um companheiro para a biblioteca open-source sLTN, fornecendo a base teórica para seu uso.