一作刘子鸣直播总结KAN
KAN 到底是什么，它是什么原理，跟 MLP 是什么关系，性能究竟有没有吹的那么好，有哪些局限，作者是怎么发现的——本期读书会由 KAN 的第一作者刘子鸣同学现身说法，为大家带来精...，接下来具体说说KAN的思想来源有哪些
一种崭新的深度学习网络结构 KAN，一经推出就引爆了AI社区。在自媒体的煽风点火下，KAN晚上干翻MLP的爽文在社交媒体上疯传。KAN 到底是什么，它是什么原理，跟 MLP 是什么关系，性能究竟有没有吹的那么好，有哪些局限，作者是怎么发现的——本期读书会由 KAN 的靠前作者刘子鸣同学现身说法，为大家带来精彩的靠前视角。
<>报告过程及问答环节，许多AI领域同行提出了各类针对KAN理论、技术、应用、优化的问题，刘子鸣一一详细回应。加入中，刘子鸣详细介绍了Max Tegmark团队的最新工作 Kolmogorov-Arnold Network（简称KAN）。自从4月30日预印本发布以来，这一主题引起了广泛关注，令他们感到意外与荣幸。刘子鸣指出，原本以为结合人工智能（AI）与科学的领域较为小众，但实际上却获得了众多人士的热情和认可。
在分享的开始，刘子鸣从数学的背景讲起，接着介绍一些KAN的算法实现，希望提供一个关于KAN所需知识的总体概念。
他特别指出了KAN在处理一些小型科学任务时的优势——它不仅精确，其规模化定律相较于多层感知机（MLP）也更优，更具有解释性。
对于某些问题，KAN的解释性使得人们可以直接使用训练后的模型进行解释，而MLP可能需要复杂的后处理，有时候甚至难以确定如何进行这些处理。
因此，由于其天生的解释性，KAN成为解决科学问题的理想工具。
在讲座的最后部分，刘子鸣还轻松地讨论了一些行业内的八卦，增添了讲座的趣味性。
此次讲座不仅展示了KAN的潜力和局限，也讨论了它在短期和长期内可能对机器学习领域产生的影响。
以下为讲座主要内容整理：
以上就是一作刘子鸣直播总结KAN，KAN的思想来源有哪些？的详细内容，希望大家能够有所收获！更多请关注倾诉星球其它相关文章！
