텐서 논리: AI의 언어
Tensor Logic: The Language of AI
October 14, 2025
저자: Pedro Domingos
cs.AI
초록
AI의 발전은 모든 필수 기능을 갖춘 프로그래밍 언어의 부재로 인해 방해받고 있습니다. PyTorch와 TensorFlow와 같은 라이브러리는 자동 미분과 효율적인 GPU 구현을 제공하지만, 이들은 AI를 위해 설계되지 않은 Python에 추가된 기능일 뿐입니다. 이들 라이브러리는 자동화된 추론과 지식 획득을 지원하지 않아, 이를 추가하기 위한 긴 시간과 비용이 드는 임시방편적인 시도들이 계속되어 왔습니다. 반면, LISP와 Prolog와 같은 AI 언어는 확장성과 학습 지원이 부족합니다. 본 논문은 이러한 문제를 해결하기 위해 텐서 로직(tensor logic)이라는 언어를 제안합니다. 이 언어는 신경망과 기호 AI를 근본적인 수준에서 통합함으로써 이러한 문제를 해결합니다. 텐서 로직의 유일한 구성 요소는 텐서 방정식으로, 논리 규칙과 아인슈타인 합산이 본질적으로 동일한 연산이라는 관찰에 기반하며, 다른 모든 것도 이들로 환원될 수 있습니다. 저는 텐서 로직을 사용하여 트랜스포머, 형식적 추론, 커널 머신, 그래픽 모델 등 신경망, 기호, 통계적 AI의 주요 형태를 우아하게 구현하는 방법을 보여줍니다. 무엇보다도, 텐서 로직은 임베딩 공간에서의 건전한 추론과 같은 새로운 방향을 가능하게 합니다. 이는 신경망의 확장성과 학습 가능성을 기호 추론의 신뢰성과 투명성과 결합하며, AI의 보다 광범위한 채택을 위한 기반이 될 가능성이 있습니다.
English
Progress in AI is hindered by the lack of a programming language with all the
requisite features. Libraries like PyTorch and TensorFlow provide automatic
differentiation and efficient GPU implementation, but are additions to Python,
which was never intended for AI. Their lack of support for automated reasoning
and knowledge acquisition has led to a long and costly series of hacky attempts
to tack them on. On the other hand, AI languages like LISP an Prolog lack
scalability and support for learning. This paper proposes tensor logic, a
language that solves these problems by unifying neural and symbolic AI at a
fundamental level. The sole construct in tensor logic is the tensor equation,
based on the observation that logical rules and Einstein summation are
essentially the same operation, and all else can be reduced to them. I show how
to elegantly implement key forms of neural, symbolic and statistical AI in
tensor logic, including transformers, formal reasoning, kernel machines and
graphical models. Most importantly, tensor logic makes new directions possible,
such as sound reasoning in embedding space. This combines the scalability and
learnability of neural networks with the reliability and transparency of
symbolic reasoning, and is potentially a basis for the wider adoption of AI.