التعلم المتواصل (Continual Learning) هو فرع من الذكاء الاصطناعي يمكّن النماذج من تعلم مهام جديدة بشكل متتابع مع الاحتفاظ بالمعرفة السابقة، وذلك لحل مشكلة “النسيان الكارثي” حيث تمسح الشبكات العصبية المعلومات القديمة عند تعلم الجديد. تعمل خوارزميات التعلم المتواصل CL عبر ثلاث استراتيجيات رئيسية:
- إعادة التشغيل: الاحتفاظ بذاكرة للبيانات القديمة وخلطها مع البيانات الجديدة أثناء التدريب.
- الانتظام: فرض قيود تحمي الأوزان المهمة للمهام السابقة من التغيير حيث يقوم النظام بتصنيف البيانات ضمن أوزان مختلفة وفق أهميتها.
- المعمارية الديناميكية: إضافة وحدات جديدة للنموذج لكل مهمة مع تثبيت القديمة.
يُستخدم في تطبيقات حيوية مثل الروبوتات (اكتساب مهارات متراكمة)، الهواتف الذكية (تعلم مستمر لطريقة الكتابة)، والمركبات ذاتية القيادة (التكيف مع ظروف جديدة دون نسيان القديم)، بهدف بناء أنظمة تتعلم تراكمياً كالبشر.
You must be logged in to post a comment.