标准神经计算对于逻辑智能不足
人工智能
2025-02-05 v1 机器学习
摘要
神经网络如今的设计方式不足以实现真正的逻辑智能。现代人工智能模型依赖于标准神经计算——内积变换和非线性激活——来逼近数据中的模式。虽然有效用于归纳学习，但这种架构缺乏实现演绎推理和逻辑一致性所必需的结构保证。结果是，深度网络在规则推理、结构化泛化和可解释性方面难以胜任，除非进行大量事后修改。本立场论文认为，必须从根本上重新思考标准神经层，以集成逻辑推理。我们主张采用逻辑神经单元 (LNU)，即包含可微化逻辑运算(如 AND、OR、NOT)的模块化组件，直接嵌入神经网络架构中。我们批判了现有的神经符号方法，概述了标准神经计算在逻辑推理方面的局限性，并将 LNU 作为人工智能的必要范式转变。最后，我们概述了实施路线图，讨论理论基础、架构集成以及未来研究的关键挑战。
引用
@article{arxiv.2502.02135,
title = {Standard Neural Computation Alone Is Insufficient for Logical Intelligence},
author = {Youngsung Kim},
journal= {arXiv preprint arXiv:2502.02135},
year = {2025}
}