สถาปัตยกรรมโครงข่ายประสาทเทียม KAN ได้เปิดตัวการอัปเกรดครั้งใหญ่ - เวอร์ชัน KAN 2.0 การอัปเดตนี้ช่วยเพิ่มขีดความสามารถของแอปพลิเคชันของ KAN ในการวิจัยทางวิทยาศาสตร์ได้อย่างมาก โดยเฉพาะอย่างยิ่งในสาขาฟิสิกส์คลาสสิก นักวิจัยสามารถปรับแต่งโมเดล KAN 2.0 และรวมความเชี่ยวชาญเพื่อสำรวจระบบทางกายภาพได้ดียิ่งขึ้น เช่น การระบุแนวคิดหลัก เช่น ลากรองจ์ นี่เป็นการก้าวกระโดดอีกขั้นหนึ่งของการประยุกต์ใช้ AI ในการวิจัยทางวิทยาศาสตร์ และเป็นแนวทางใหม่ในการแก้ปัญหาความไม่ลงรอยกันโดยธรรมชาติระหว่าง AI และวิทยาศาสตร์
สถาปัตยกรรมเครือข่ายประสาทเทียม KAN เปิดตัวเวอร์ชัน 2.0 การอัปเดตนี้ทำให้ KAN บูรณาการเข้ากับประเด็นทางวิทยาศาสตร์ได้อย่างลึกซึ้งยิ่งขึ้น โดยเฉพาะอย่างยิ่งในด้านการวิจัยฟิสิกส์คลาสสิก ขณะนี้นักวิจัยสามารถปรับแต่ง KAN2.0 ของตนเองและรวมความเชี่ยวชาญเข้ากับแบบจำลองเพื่อค้นหาแนวคิดที่สำคัญ เช่น ลากรองจ์ในระบบทางกายภาพ
KAN2.0 ช่วยให้นักวิจัยปรับแต่งแบบจำลองได้ตามความต้องการส่วนบุคคล โดยใช้ความรู้ทางวิชาชีพเป็นตัวแปรเสริม ทำให้เกิดมุมมองใหม่สำหรับการศึกษาฟิสิกส์คลาสสิก
กรอบงานใหม่ KAN2.0 มีไว้เพื่อแก้ไขปัญหาความไม่ลงรอยกันโดยธรรมชาติระหว่าง AI และวิทยาศาสตร์ โดยผสมผสาน AI และวิทยาศาสตร์เข้าด้วยกันผ่านการทำงานร่วมกันสองทาง โดยผสานความรู้ทางวิทยาศาสตร์เข้ากับ KAN และดึงข้อมูลเชิงลึกทางวิทยาศาสตร์จาก KAN
ฟังก์ชั่นใหม่สามประการของ KAN2.0
MultKAN: KAN ที่แนะนำโหนดการคูณช่วยเพิ่มความสามารถในการแสดงออกของโมเดล
kanpiler: คอมไพเลอร์ที่รวบรวมสูตรเชิงสัญลักษณ์ลงใน KAN เพื่อปรับปรุงการใช้งานจริงของโมเดล
ตัวแปลงแผนผัง: แปลงสถาปัตยกรรม KAN2.0 ให้เป็นไดอะแกรมแผนผัง ช่วยเพิ่มความสามารถในการตีความของโมเดล
บทบาทของ KAN2.0 ในการค้นพบทางวิทยาศาสตร์สะท้อนให้เห็นเป็นหลักใน 3 ด้าน ได้แก่ การระบุคุณลักษณะที่สำคัญ การเปิดเผยโครงสร้างโมดูล และการค้นพบสูตรสัญลักษณ์ คุณสมบัติเหล่านี้ได้รับการปรับปรุงให้ดีขึ้นกว่า KAN ดั้งเดิม
ความสามารถในการตีความของ KAN2.0 นั้นมีความทั่วไปมากกว่าและเหมาะสำหรับสาขาต่างๆ เช่น เคมีและชีววิทยา ซึ่งยากต่อการแสดงออกด้วยสมการเชิงสัญลักษณ์ ผู้ใช้สามารถสร้างโครงสร้างโมดูลาร์ลงใน KAN2.0 และมองเห็นโครงสร้างโมดูลาร์ด้วยสายตาโดยการแลกเปลี่ยนกับเซลล์ประสาท MLP
ทีมวิจัยวางแผนที่จะใช้ KAN2.0 กับปัญหาในวงกว้าง และขยายไปสู่สาขาวิชาวิทยาศาสตร์อื่นๆ นอกเหนือจากฟิสิกส์
งานวิจัยนี้จัดทำร่วมกันโดยนักวิจัย 5 คนจาก MIT, สถาบันเทคโนโลยีแคลิฟอร์เนีย, MIT CSAIL และสถาบันอื่นๆ รวมถึงนักวิชาการชาวจีน 3 คน Liu Ziming ผู้เขียนบทความคนแรก เป็นนักศึกษาปริญญาเอกปีที่ 4 ที่ MIT ความสนใจด้านการวิจัยของเขามุ่งเน้นไปที่จุดตัดของปัญญาประดิษฐ์และฟิสิกส์
ที่อยู่กระดาษ: https://arxiv.org/pdf/2408.10205
ที่อยู่โครงการ: https://github.com/KindXiaoming/pykan
การเปิดตัว KAN 2.0 ถือเป็นเครื่องมือใหม่อันทรงพลังสำหรับการวิจัยทางวิทยาศาสตร์พร้อมการใช้งานที่น่าหวังในสาขาสหวิทยาการ ในอนาคต เราคาดหวังได้ว่า KAN 2.0 จะสร้างความก้าวหน้าในสาขาวิทยาศาสตร์มากขึ้นและส่งเสริมการพัฒนาอย่างรวดเร็วของการค้นพบทางวิทยาศาสตร์ ซอร์สโค้ดของโครงการนี้เป็นแบบโอเพ่นซอร์ส และทุกคนสามารถมีส่วนร่วมได้