#DeepTalk人物访谈# 【对话刘子鸣：从MIT回到清华，给AI找一套“务实的理论”】

如果你关注过#深度学习# 圈，大概率 2024 年时听过一个三个字母的缩写——KAN。这篇叫做 Kolmogorov–Arnold Networks(柯尔莫哥洛夫–阿诺德网络) 的论文在 arXiv 挂出后，几天之内席卷了各路技术社群，有人宣称 MLP（多层感知机）这个统治了深度学习几十年的基础砖块可能要被改写，也有人质疑它只是又一个“看起来很美”的架构。近两年之后，KAN 的 GitHub 仓库已经攒下了超过 1.6 万颗星，相关的跟进论文从生物物理到金融建模，铺了一大片。

这篇论文的第一作者叫刘子鸣，当时还是 MIT 物理系的博士生，导师是以“数学宇宙假说”闻名的 Max Tegmark。几个月前，他和合作者关于表示叠加（Superposition）的工作又拿下了 NeurIPS 2025 最佳论文亚军。如今他 MIT 博士刚毕业，在斯坦福做了一段短暂的博士后回到国内，即将入职清华大学人工智能学院担任助理教授。

有意思的是，如果你翻他的主页，会发现他给自己挂的标签既不是“深度学习研究者”，也不是“大模型研究者“，而是三个交错的方向：Science of AI（AI 的科学）、Science for AI（服务于 AI 的科学）、AI for Science（AI 服务于科学）。在这之上，他最想推动的事情有一个更具体的名字，叫 Physics of AI（AI 的物理学）。

用他自己的话说，今天的 AI 处境有点像大航海之前的天文学，大家仰着头看到很多东西，但连把这些观测整理成一张像样星图的“研究语言”都还没有，连第谷（Tycho Brahe）的阶段都还没到，更别提开普勒和牛顿。

戳链接查看详情：http://t.cn/AXxIbM5p