A mesterséges neurális hálózatok erős algoritmusok, amelyeket a mesterséges intelligenciában használnak. Komplex felépítésük miatt nehéz lehet őket értelmezni. Azonban a kutatók kifejlesztettek egy új típusú neurális hálózatot, amely jobban értelmezhető és pontosabb, még kisebb méretű is. Ezeket a hálózatokat Kolmogorov-Arnold hálózatoknak (KAN) nevezik, amelyek a neuronok közötti kapcsolatok teljes természetét megtanulják, nem csak a kapcsolat erejét.

Ez nagyobb rugalmasságot és kevesebb megtanult paramétert eredményez. A kutatók tudományos feladatokon tesztelték a KAN-okat, és azt találták, hogy felülmúlták a hagyományos hálózatokat. Azt is felfedezték, hogy vizuálisan térképezhetik és módosíthatják a KAN-okat a funkcióik egyszerűsítése érdekében. Sok kutató izgatott a KAN-ok potenciálja miatt különböző területeken, beleértve a számítógépes látást és a természetes nyelv feldolgozást.