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

量子位08-21

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...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohu8.com/m/news/2461181114?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2024-08-21 16:35","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"2461181114","market":"us","top_or_hot":-1,"title":"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","media":"量子位","content":"<div>\n<p>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...</p>\n\n<a href=\"https://tech.ifeng.com/c/8cELyjgDMbJ\">网页链接</a>\n\n</div>\n","source":"fenghuang_stock","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>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</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n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\n</h2>\n\n<h4 class=\"meta\">\n\n\n2024-08-21 16:35 北京时间&nbsp;&nbsp;&nbsp;<a href=https://tech.ifeng.com/c/8cELyjgDMbJ><strong>量子位</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>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...</p>\n\n<a href=\"https://tech.ifeng.com/c/8cELyjgDMbJ\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"BK4024","symbol_name":"房地产开发","start_time":0,"source_url":"https://tech.ifeng.com/c/8cELyjgDMbJ","article_id":"2461181114","we_media_id":null,"thumbnails":[],"rights":null,"url":"https://stock-news.laohu8.com/highlight/detail?id=2461181114","pubTimestamp":1724229342,"sourceInfo":{"source_id":"fenghuang_stock","name":"凤凰网"},"weMediaInfo":null,"summary":"爆火神经网络架构KAN，上新了！在原始KAN基础上主要引入了这三个新功能。跟上一版本相比，KAN2.0的解释性更通用，比如像化学、生物学等这种很难用符号方程表示的，模块化结构和关键特征能够来描述。基于这些更新，团队展示了KAN2.0发现各种经典物理定律的能力。MIT华人一作此次研究来自MIT、加州理工学院、MIT CSAIL等机构的五位研究者，共有三位华人。KAN和MLP不能互相取代，他们在某些情况下各有优势，在其他情况下也有局限性。","collect":0,"end_time":0,"defaultTopTitle":"ifeng.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"BK4024":"房地产开发","MLP":"毛伊岛菠萝食品"},"translate_title":"Explosive neural network architecture KAN update 2.0! Researchers can customize it exclusively and easily cope with classical physics research. Author: and MLP cannot replace each other","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"MLP":1},"content_text":"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对科学发现主要有三个方面的作用，从简单粗略到逐渐精细复杂：识别重要特征、揭示模块结构、发现符号公式。在原始KAN基础上主要引入了这三个新功能。1、MultKAN：带有乘法节点的 KAN。2、kanpiler：将符号公式编译成 KAN的编译器。3、树转化器，将 KAN2.0架构（或任何神经网络）转换为树状图。跟上一版本相比，KAN2.0的解释性更通用，比如像化学、生物学等这种很难用符号方程表示的，模块化结构和关键特征能够来描述。比如，用户可以将模块化结构构建到KAN2.0中。再通过KAN2.0同MLP神经元交换，就可以直接看到模块化结构。此外，团队探究了如何将先验知识融入KAN2.0。基于这些更新，团队展示了KAN2.0发现各种经典物理定律的能力。比如发现二维谐振子的守恒量。利用MLP和KAN2.0重新发现史瓦西黑洞的隐藏对称性。还有像通过与KAN2.0交互，发现构造定律。接下来，团队有两个方向：一是将该框架应用于更大规模的问题；二是将其扩展到物理学以外的其他科学学科。MIT华人一作此次研究来自MIT、加州理工学院、MIT CSAIL等机构的五位研究者，共有三位华人。相比于KAN初始版本，还有不少原班人马，其中MIT刘子鸣依然为一作。刘子鸣目前是MIT四年级博士生，Max Tegmark是他的导师，其研究兴趣在于人工智能与物理学的交叉领域，具体像AI科学家、物理学启发的深度学习、深度学习科学、机械可解释性等。由于KAN受到广泛的关注，作为核心作者，他在GitHub页面上特意注明，在设计KAN并编写代码的时候，考虑的是数学和物理示例（规模相当小！）因此没有考虑到效率而可重用性方面的优化。对于专注机器学习的用户，他坦言，KAN可能还不是个可以开箱即用的简单插件（目前还不是）。KAN和MLP不能互相取代，他们在某些情况下各有优势，在其他情况下也有局限性。好了，感兴趣的小伙伴，可戳下方链接了解更多~论文链接：https://arxiv.org/abs/2408.10205参考链接：[1]https://github.com/KindXiaoming/pykan?tab=readme-ov-file[2]https://kindxiaoming.github.io/[3]https://x.com/ZimingLiu11/status/1825731703723405757","kind":null,"is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"symbols":[],"gpt_button":1},"commentList":[],"isCommentEnd":true,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"deviceId":"web-server-community-laohu8-v3","version":"4.29.2","shortVersion":"4.29.2","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/2461181114"}