爆火神经网络架构KAN更新2.0！研究者可专属定制，轻松应对经典物理学研究，作者：和MLP不能互相取代

AIGC动态欢迎阅读

原标题：爆火神经网络架构KAN更新2.0！研究者可专属定制，轻松应对经典物理学研究，作者：和MLP不能互相取代
关键字：科学,发现,火神,架构,符号
文章来源：量子位
内容字数：0字

内容摘要：

白交发自凹非寺量子位 | 公众号 QbitAI爆火神经网络架构KAN，上新了！
KAN2.0。
此次与科学问题更深入地融合，可以轻松解出经典物理学研究。
比如发现拉格朗日量（用来描述整个物理系统动力状态的函数）
除此之外，研究者还可以量身定制属于自己的KAN2.0，将专业知识作为辅助变量添加到输入当中去。
此前，KAN横空出世，一夜引爆科技圈。它以200万参数模型架构，直接复现DeepMind用30万参数的MLPs发现数学定理的研究。要知道，后者可是登上Nature封面的研究。
由于KAN性能太好，一度引来关于「能否替代掉Transformer的MLP层」的探讨，大家直呼：Yes We KAN！
MIT博士生刘子鸣再次为论文一作。
业内学者们，纷纷赶来祝贺。
KAN2.0将AI与科学统一起来AI+科学的一大挑战在于他们之间固有的不兼容性：当前AI主要基于连接主义，科学则依赖于符号主义。
此次新框架KAN2.0就主打将KANs同科学无缝协同，这种协同作用是双向的：科学到 KAN（将科学知识融入 KAN），KAN到科学（从KAN中提取科学见解）。
更具体来说，KAN2.0对科学发现主要

原文链接：爆火神经网络架构KAN更新2.0！研究者可专属定制，轻松应对经典物理学研究，作者：和MLP不能互相取代