Hojabr：迈向 AI 与数据分析的统一理论

现代数据分析流水线日益将关系查询、图处理和张量计算结合在单一应用中，但现有系统在范式、执行模型和研究社区之间仍然处于割裂状态。这种割裂导致重复的优化工作、有限的互操作性，以及逻辑抽象与物理执行策略之间的严格分离。我们提出 Hojabr 作为一种统一的声明式中间语言来解决这一问题。Hojabr 将关系代数、张量代数和基于约束的推理整合在单一高阶代数框架中，其中连接、聚合、张量缩并和递归计算得到统一表达。物理选择（如连接算法、执行模型以及稀疏与密集张量表示）作为约束特化决策处理，而非作为独立的形式体系。Hojabr 支持与现有声明式语言的双向翻译，使程序既能下译至 Hojabr 进行分析与优化，又能提升回其原始声明式形式。通过显式化语义、结构和代数性质，并支持编译栈各层的可扩展性，Hojabr 实现了跨数据库系统、机器学习框架和编译基础设施的系统性推理与优化技术复用。