Одиночный персептрон — нелинейная функция оценки

В случае одного персептрона в литературе утверждается, что его нельзя использовать для разделения нелинейных дискриминантных случаев, таких как функция XOR. Это понятно, поскольку VC-размерность строки (в 2-D) равна 3, и поэтому одна 2-D строка не может различать выходные данные, такие как XOR.

Однако мой вопрос заключается в том, почему оценивающая функция в одиночном персептроне должна быть линейно-ступенчатой? Очевидно, что если у нас есть нелинейная оценочная функция, такая как сигмоид, этот персептрон может различать единицы и нули XOR. Итак, я что-то пропустил здесь?