跳到主要内容
返回时间线
arXiv来源发表:

无类型λ演算的β归约改由脉冲神经元完成:十个验证类别与符号预言机全部一致

核心概要

无类型λ演算的β归约此前要么由符号引擎执行,要么由神经组件只负责表示、再交给外部解释器改写。这套闭环归约器把归约位点检测、子项切分、变量绑定判定、De Bruijn 指标运算、记号复制和步骤间角色维持全部交给带膜电位、突触电流、轴突延迟与脉冲时序可塑性的漏积分放电神经元,在十个验证类别上与符号预言机结果一致。

AI-generated editorial illustration: Fully Spiking Neural Implementation of Lambda-Calculus Beta-Reduction via Biologically Documented Mechanisms

深度剖析

β归约的每一步现在都由脉冲动力学完成,不再有符号引擎在回路外改写项。 此前的神经实现要么只把组合结构编码在激活模式里、仍需外部符号解释器施加改写规则,要么用速率编码的群体向量做向量运算与联想记忆,并不构成形式演算的归约策略。 闭环系统在十个验证类别上与符号预言机一致,覆盖丘奇数算术、含发散分支的布尔逻辑、Y 组合子步骤、最多六个绑定变量出现、De Bruijn 指标到 12 的深层嵌套、噪声鲁棒性与确定性。

每个子运算对应一个已有实验记录的神经机制,而不是借用一个生物学名词。 归约位点检测用 Jeffress 型延迟线符合检测,子项切分用眼动积分器式的线吸引子平衡计数器,变量绑定用 θ–γ 相位符合,深度指标用相位环行波,记号复制用 θ 周期脉冲时序可塑性,步骤间角色维持用递归持续放电。 所有突触权重由测得的兴奋性突触后电位幅值经一次标定解析导出,不做手工调参或梯度优化;验证在随机生成项、组合子与丘奇数算术等测试块上进行。

启示与展望

演示范围限于封闭 λ 项上的左最外归约,测试项规模从数个到十余个记号,单步归约在仿真中耗时数百毫秒。

含自由变量的开放项在编码往返时会出错,因为自由变量的绑定通道取零,与深度为零的绑定变量无法区分;系统只做 β 归约,不做 η 归约,也不实现惰性求值所需的共享机制;嵌套替换的神经元数在最坏情况下随项规模平方增长。