[论文解读] The Equivalence Theorem: First-Class Relationships for Structurally Complete Database Systems

Matthew Alford|arXiv (Cornell University)|Mar 13, 2026

Advanced Database Systems and Queries被引用 0

一句话总结

论文证明结构完备的知识表示需要四种互相蕴涵的能力——具备属性的 n 元关系、时间效用性、不确定性量化，以及关系之间的因果关系——作为在带属性的时间因果超图（ATCH）中的一等对象实现。它还提供 formal 框架、复杂性结果和 PostgreSQL 原型。

ABSTRACT

We prove The Equivalence Theorem: structurally complete knowledge representation requires exactly four mutually entailing capabilities -- n-ary relationships with attributes, temporal validity, uncertainty quantification, and causal relationships between relationships -- collectively equivalent to treating relationships as first-class objects. Any system implementing one capability necessarily requires all four; any system missing one cannot achieve structural completeness. This result is constructive: we exhibit an Attributed Temporal Causal Hypergraph (ATCH) framework satisfying all four conditions simultaneously. The theorem yields a strict expressiveness hierarchy -- SQL < LPG < TypeDB < ATCH -- with witness queries that are structurally inexpressible at each lower level. We establish computational complexity bounds showing NP-completeness for general queries but polynomial-time tractability for practical query classes (acyclic patterns, bounded-depth causal chains, windowed temporal queries). As direct corollaries, we derive solutions to classical AI problems: the Frame Problem (persistence by default from temporal validity), conflict resolution (contradictions as unresolved metadata with hidden variable discovery), and common sense reasoning (defaults with causal inhibitors). A prototype PostgreSQL extension in C validates practical feasibility within the established complexity bounds.

研究动机与目标

• 确立知识表示系统对现实世界知识在表达上完全表达的精确条件。
• 证明四种能力是互相蕴涵的，并等价于对关系的一等处理。
• 提供同时满足四大支柱的正式 ATCH 框架。
• 展示在带证人查询的情况下，SQL、LPG、TypeDB 与 ATCH 的严格表达能力层级。
• 推导实际 AI 问题解决方案并确立计算复杂性界限。

提出的方法

• 定义四大支柱并形式化表达能力（P1–P4）。
• 证明将一等关系与 P1–P4 连接的等价定理。
• 将带属性的时间因果超图（ATCH）引入为一个构造性框架。
• 展示带证人查询的嚴格表达能力层级：SQL ⊊ LPG ⊊ TypeDB ⊊ ATCH。
• 讨论复杂性界限和可实用查询的可解片段。
• 提出在 PostgreSQL 上的扩展原型，验证可行性。

实验结果

研究问题

• RQ1 数据库系统在不丢失结构的前提下表示任意现实世界知识的必要且充分条件是什么？
• RQ2 四种能力是否互相蕴涵，且 treating 关系为一等对象是否等价于实现这些支柱？
• RQ3 ATCH 是否能够如实实现全部四大支柱并在表达能力方面超越现有模型？
• RQ4 SQL、LPG、TypeDB、ATCH 之间的表达能力层级如何，证人查询是否能够区分各层？
• RQ5 在 ATCH 上查询的计算复杂性含义及其实用片段有哪些？

主要发现

• 四大支柱互相蕴涵并等价于对关系的一等处理（ATCH）。
• ATCH 同时支持具备属性的 n 元关系、时间有效性、不确定性量化，以及关系之间的因果联系。
• 存在严格的表达能力层级：SQL ⊊ LPG ⊊ TypeDB ⊊ ATCH，证人查询可将每个层级区分开。
• 该框架在一般查询上为 NP 完整的复杂性，但对无循环模式、有限深度因果链以及有窗口的时间查询存在多项式时间的可解片段。
• 经典 AI 问题如框架问题、冲突解决和常识推理都可在四支柱范式下找到解决方案。
• 用 C 语言实现的 PostgreSQL 扩展原型在既定复杂性界限内展示了实际可行性。