一个反直觉的说法
先抛结论：在数学意义上，我们身处的世界，可以被写成一堆函数的叠加。
你抬头看一片树叶落下，它的轨迹是一条函数；你听一段音乐，声波是时间的函数；你判断对面那个人是喜是怒，你的大脑在做一次从「像素」到「情绪」的映射——也是一个函数。物理学家几百年在做的事，说穿了就是一件事：找出描述世界的那个函数。
而过去十几年，人工智能做的事，是另一件事：不找函数，直接拟合函数。
这两句话之间的距离，就是这篇文章想讲的东西。
万能逼近定理：神经网络的"底气"从哪来
深度学习能干活，不是因为它「聪明」，而是因为它站在一条数学定理上：万能逼近定理（Universal Approximation Theorem）。
这条定理的结论，用一句话讲：
只要隐层神经元足够多，一个前馈神经网络可以在任意精度上逼近任意连续函数。
注意它的分量。它不是说「神经网络能算很多东西」，而是说「神经网络几乎什么函数都能逼近」。1989 年，Cybenko 证明了单隐层、S 型激活函数的情形；1991 年，Hornik 进一步证明：激活函数的具体选择不是关键，多层多神经元的架构本身才是关键。
这就解释了一个很多人困惑的现象：为什么神经网络看起来像个「黑盒」，却能那么准地预测天气、识别图片、生成文字？
因为它本质上在干一件很朴素的事——给你一堆点，找出穿得过这些点的那条曲线。
数学上，一个单隐层网络可以写成：
f(x) = Σ vᵢ · σ(wᵢ · x + bᵢ) i = 1 … N
其中 σ 是激活函数，wᵢ、bᵢ 是第 i 个神经元的权重和偏置，vᵢ 是输出层权重。每一项 σ(wᵢ·x + bᵢ) 就是一小块「基函数」，N 个叠加起来，就能拼出任意形状的曲线。
训练，就是不断微调这些 w 和 b，让拼出来的曲线离目标函数越来越近。
亲手试一下：什么叫"拟合"
下面这个演示干的就是这件事。左上是拟合过程：橙色虚线是真实规律，蓝色实线是模型当前的猜测，红色竖线是每个点的误差；把这些误差平方后取平均，就是右边的损失函数。点「重新训练」看它一步步靠近。
演示里有三个面板，值得各看一眼：
- ① 拟合函数：模型曲线在数据点之间穿行。残差平方和从 0.435 一路降到 0.025，正好压到噪声下限（σ² = 0.0256）——再往下就是背噪声了。
- ② 损失函数：每次迭代的 MSE，单调下降说明在收敛。如果它开始上下跳，就是学习率太大。
- ③ 损失地形：把直线模型
y = a·x + b的损失画成等高线，球是梯度下降的轨迹。曲面是凸的、只有一个谷底，球总能滚到全局最优——但它最低点的 MSE ≈ 0.44，是多项式模型（0.025）的 17 倍。
地形好走 ≠ 模型够用。这就是欠拟合。
但定理有两句没说的话
万能逼近定理很漂亮，可如果只看它的前半句，很容易误读。它有两句关键的话被讲得很少：
第一，它只说"存在"，不说"怎么找"。 定理保证了「这样的网络存在」，但没说怎么通过训练找到它，也没说需要多少神经元、多少层。这是理论上的保证，工程上的空白——而这恰恰是深度学习这些年真正解决的问题。
第二，它只保证"在训练数据覆盖的区域内逼近"，不管泛化。 网络能把训练样本完美穿起来，不代表它在没见过的数据上也能对。这正是过拟合的来源，也是为什么模型越宽越容易「背答案」。
所以「神经网络能拟合万物」这句话，是一种简化后的浪漫。真实情况是：理论上能，实践上要恰好够、又不能过头。
KAN：把函数从"边"上解放出来
2024 年 4 月，MIT 的 Ziming Liu 和 Max Tegmark 等人提出了一个新架构——Kolmogorov–Arnold Network（KAN），直接把 1957 年 Kolmogorov 与 Arnold 的老定理翻了出来。
它的想法，和传统网络正好反过来：
| MLP（传统多层感知机） | KAN（Kolmogorov–Arnold 网络） | |
|---|---|---|
| 可学习的对象 | 边上的权重（数字） | 边上的函数（曲线） |
| 节点激活函数 | 固定（ReLU、Sigmoid 等） | 无可学习节点，激活在边上 |
| 可解释性 | 黑盒 | 可视化，能「看」出规律 |
| 逼近效率 | 较宽的网络 | 更小的网络就能达到同等精度 |
KAN 的核心思想是：不要用简单的数字权重去乘，而是给每条边配一个可学习的单变量函数（用样条参数化）。 这样每一层都在做「非线性函数的叠加」，而不是「线性变换 + 固定激活」。
Kolmogorov–Arnold 定理早就说了：任何多变量连续函数，都能拆成一堆单变量函数加起来的和：
f(x) = Σ_{q=0}^{2n} Φ_q ( Σ_{p=1}^{n} φ_{q,p}(x_p) )
这就是 KAN 的理论源头。
过去 35 年，这条定理被认为"不实用"——因为定理拆出来的单变量函数可能不光滑（带尖角），没法训。MIT 的 Poggio 在 1989 年甚至明确写过它「在学习的语境下无关紧要」。直到 2024 年这一改，把「函数放在边上」这件事做通了。
换一种看法：把函数画成一片枫叶
上面讲的都是「逼近」，下面换个角度——看一个函数长什么样。
数学里有个老套路：给一个函数 r(θ)，让 θ 从 0° 扫到 360°，把每个角度上的函数值当成半径描点，连起来就得到一个封闭图形。图形什么形状，函数就是什么脾气。
下面这个函数，扫一圈之后长出来的是一片五角枫叶：
它的全部秘密就三行：
r(θ) = base + A · T(θ)^p + 叶柄(θ)
T(θ) = 1 − |2·frac( 5(θ−90°)/360° + 0.5 ) − 1|
base = 0.46 A = 0.94 p = 0.50
T(θ) 是一个周期为 72° 的三角波——波峰处 r 变大（裂片），波谷处 r 变小（凹口）。乘 5 个周期，就得到 5 个裂片、5 个凹口。指数 p 控制裂片的胖瘦：p 小，裂片宽而钝；p 大，裂片细而尖。最后在 θ = 270° 处加一个窄尖峰，就是叶柄。
拖动演示里的「采样点 N」滑块，能看到点从稀疏到稠密、轮廓从折线变光滑的过程——这就是"函数值连成图形"的字面意思。 拖「裂片高 A」和「叶柄」，形状会实时重算。
为什么这件事重要：从"黑盒"到"看得见规律"
KAN 最吸引人的地方，不是跑分，而是可解释。
传统网络学到的是一堆数字，你没法知道它「在想什么」。KAN 因为每条边就是一个单变量函数，你可以把它画出来——画出来的图，长得往往很像某条物理公式。
在数学和物理的例子里，KAN 能帮科学家重新发现已有的物理定律——比如把网络画出来，发现那条曲线恰好对应某个已知方程。这正是 Quanta Magazine 那篇报道反复强调的：KAN 的价值在于"从数据里提取科学规律"，而不只是预测得准。
换句话说：MLP 擅长回答「下一个数是多少」，KAN 试图回答「世界的规则长什么样」。
再往外一步：世界模型与"函数"之争
把视角拉远，还有一个更大的命题。
图灵奖得主 Yann LeCun 这些年一直在讲世界模型（World Model）。他的核心主张是：智能的本质不是预测下一个 token，而是在内部建立起一个"世界如何演化"的模型——给定当前状态和某个动作，预测未来状态。
他用的工具叫能量模型（Energy-Based Model），来自统计物理：用「能量高低」衡量变量之间是否相容。这本质上还是在用函数刻画世界——只不过这个函数不再是「从输入到输出」，而是「从状态到代价」。
于是我们回到开头的那个说法：
- 物理学家想找出世界的那个函数；
- 神经网络不找出它，直接逼近它；
- 世界模型想让机器自己长出那个函数；
- KAN 想让那个函数变得看得见。
四条路，指向同一个地方。
但要说句实话
定理只管存在，不管找得到；能拟合，不等于能理解。
KAN 现在的短板也很清楚：训练比 MLP 贵、在大规模任务上还没证明优势、可解释性在复杂任务里会迅速退化。它是一把好用的「科学发现手术刀」，不是通用大模型的替代品。世界模型路线同样卡在长程规划、因果泛化、持续学习上。这些在 Quanta 和 LeCun 的路线上都被明确承认。
所以「“世界即函数"是不是真理」——在数学上，它是被证明的（Kolmogorov 1957）；在工程上，它是被逼近的；在智能上，它只是一个正在被验证的假设。
能确认的是这一点：从万物到一条曲线，人类找了三百年；从一条曲线回到万物，我们才刚起步。
文中两个演示都是纯前端实现，无外部依赖，可离线运行。
如果觉得有帮助，欢迎来公众号「三木的知识花园」聊聊 👇