爆火神经网络架构KAN更新2.0！此次升级让KAN与科学问题深度结合，轻松应对经典物理学研究。新增功能包括发现拉格朗日量，以及用户根据专业知识定制专属模型。KAN2.0凭借其强大的性能，迅速引发关注，并与Transformer的MLP层性能比较，被业界誉为“Yes We KAN！”。

MIT博士生刘子鸣为论文第一作者，其团队成员包括来自MIT、加州理工学院、MIT CSAIL等机构的研究者，共三位华人参与。相较于初版，KAN2.0引入了MultKAN、kanpiler和树转化器三个新功能，提高了解释性，并能适用于更广泛的科学领域如化学、生物学等。用户可以通过构建模块化结构并利用KAN2.0与MLP神经元的交互，直接观察到这些结构。团队还展示了KAN2.0在发现经典物理定律方面的应用，例如发现二维谐振子的守恒量、重新发现史瓦西黑洞的隐藏对称性及通过与KAN2.0交互发现构造定律。

未来，团队计划将KAN2.0应用于更大规模问题，并拓展至物理学以外的其他科学学科。刘子鸣作为核心作者，特别指出在设计和编写KAN时，主要关注数学和物理示例的处理，因此在效率和可重用性方面可能有所不足。KAN与MLP各有优势和局限性，但KAN2.0的出现为AI与科学的融合提供了新的可能性。感兴趣的读者可查阅相关链接获取更多信息。