Keinotekoiset hermoverkot ovat voimakkaita algoritmeja, joita käytetään tekoälyssä. Niitä voi olla vaikea tulkita monimutkaisen rakenteensa vuoksi. Tutkijat ovat kuitenkin kehittäneet uuden tyyppisen hermoverkon, joka on paremmin tulkittavissa ja tarkempi, vaikka se on pienempi. Näitä verkkoja, joita kutsutaan Kolmogorov-Arnold-verkoiksi (KAN), oppivat neuronien väliset yhteyksien todellinen luonne pelkän yhteyden vahvuuden sijaan.

Tämä mahdollistaa suuremman joustavuuden ja vähemmän opittuja parametreja. Tutkijat testasivat KAN-verkkoja joissakin tieteellisissä tehtävissä ja havaitsivat, että ne päihittivät perinteiset verkot. He myös huomasivat, että he pystyivät visuaalisesti kartoittamaan ja muokkaamaan KAN-verkkoja yksinkertaistaakseen niiden toimintoja. Useat tutkijat ovat innoissaan KAN-verkkojen mahdollisuuksista eri aloilla, mukaan lukien tietokonenäkö ja luonnollisen kielen käsittely.