全新神经网络架构KAN一夜爆火！200参数顶30万，MIT华人一作，轻松复现Nature封面AI数学研究

AIGC动态欢迎阅读

原标题：全新神经网络架构KAN一夜爆火！200参数顶30万，MIT华人一作，轻松复现Nature封面AI数学研究
关键字：函数,表示,定理,参数,连续函数
文章来源：量子位
内容字数：4349字

内容摘要：

白交 衡宇 发自 凹非寺量子位 | 公众号 QbitAI一种全新的神经网络架构KAN，诞生了！
与传统的MLP架构截然不同，且能用更少的参数在数学、物理问题上取得更高精度。
比如，200个参数的KANs，就能复现DeepMind用30万参数的MLPs发现数学定理研究。
不仅准确性更高，并且还发现了新的公式。要知道后者可是登上Nature封面的研究啊~
在函数拟合、偏微分方程求解，甚至处理凝聚态物理方面的任务都比MLP效果要好。
而在大模型问题的解决上，KAN天然就能规避掉灾难性遗忘问题，并且注入人类的习惯偏差或领域知识非常容易。
来自MIT、加州理工学院、东北大学等团队的研究一出，瞬间引爆一整个科技圈：Yes We KAN！
甚至直接引出关于能否替代掉Transformer的MLP层的探讨，有人已经准备开始尝试……
有网友表示：这看起来像是机器学习的下一步。
让机器学习每个特定神经元的最佳激活，而不是由我们人类决定使用什么激活函数。
还有人表示：可能正处于某些历史发展的中间。
GitHub上也已经开源，也就短短两三天时间就收获1.1kStar。
对MLP“进行一个简单的更改”跟MLP最

原文链接：全新神经网络架构KAN一夜爆火！200参数顶30万，MIT华人一作，轻松复现Nature封面AI数学研究

联系作者

文章来源：量子位
作者微信：QbitAI
作者简介：追踪人工智能新趋势，关注科技行业新突破