SphNNs以非零半径球体实现符号三段论推理

2026年10月30日，arXiv人工智能板块刊出研究，作者Tiansi Dong、Mateja Jamnik、Pietro Liò提出球神经网络（Sphere Neural Networks，SphNNs）。该研究把向量视为零半径球体，并放松这一约束，改用非零半径球体表示概念，从而把空间概念表示为区域，并通过模型构建与检查进行推理。基于球体嵌入，SphNNs借助转移映射，在无需训练数据的情况下实现亚里士多德三段论式的符号级推理。作者认为，零半径约束可能是Wiener所指过度简化的一个方面，并限制了传统神经网络的符号级逻辑推理能力；该工作被视为朝McCulloch与Pitts原始目标迈出的初步一步。目前报道仅介绍方法思路与无需训练数据这一特点，未给出实验数据、对比结果或应用限制。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。