如何评价全新的神经网络架构KAN的爆火，是否有潜力取代MLP？

来源 | 量子位 ID | 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 ………………………………