KAN（Kolmogorov-Arnold Networks）一作刘子鸣已获清华官网认证，将于2026年9月加入清华大学人工智能学院，任助理教授。

刘子鸣，武汉人，武钢三中校友。初中起就是竞赛生，2015年以全国第8名成绩入选物理国家集训队，保送至北大物理学院。本科期间关注物理学和机器学习交叉领域，有一作文章发表在European Physical Journal C、Physical Review C等刊物和NeurIPS 2020等学术会议。

本科毕业后赴MIT攻读物理博士学位，师从Max Tegmark。KAN正是刘子鸣和Max Tegmark合作的成果，灵感来源于Kolmogorov-Arnold数学定理，旨在提升神经网络可解释性。

KAN的核心创新在于：无需线性权重，将复杂高维函数学习转化为一组单变量函数的学习。KAN将学习的激活函数置于边（权重）上，每条边的线性权重被单变量函数替代，使网络中各变量的作用路径可以被直观观察，具备MLP无法提供的可解释性和交互性。

KAN初版论文发表于2024年4月，发布后迅速引发强烈反响。2024年8月，刘子鸣和合作者发布KAN 2.0，进一步提高实用性和易用性。目前KAN引用量已达3000+。

刘子鸣将KAN解读为三个层面的AI+Science：Science for AI（原理来自数学）、Science of AI（澄清Neural Scaling Law现象）、AI for Science（依靠KAN发现科学和工程问题中的符号公式）。

刘子鸣目前在斯坦福从事博士后研究，合作导师是Andreas Tolias。2025年5月他已公布获得清华教职的消息，首批博士生招生已完成。