KAN2.0, la versión mejorada de la arquitectura de red neuronal, tiene como objetivo profundizar la integración entre la IA y la física clásica. Los investigadores pueden personalizar el modelo, integrando conocimientos especializados, para descubrir conceptos clave de sistemas físicos como el lagrangiano. El nuevo marco, mediante las tres funciones principales MultKAN, kanpiler y el transformador de árboles, mejora la expresión, la utilidad y la capacidad de interpretación del modelo, resolviendo problemas de compatibilidad entre la IA y la ciencia. KAN2.0 destaca en la identificación de características, la revelación de estructuras modulares y el descubrimiento de fórmulas simbólicas, especialmente útil en campos difíciles de representar mediante ecuaciones simbólicas, como la química.