Continual Learning

Approccio in cui un sistema apprende da nuovi dati o compiti nel tempo, cercando di mantenere ciò che ha imparato in precedenza.

Il continual learning studia modelli che si aggiornano in sequenza, invece di apprendere tutto in una singola fase. Il problema centrale è evitare la dimenticanza catastrofica, cioè la perdita di competenze vecchie quando arrivano dati nuovi. Le tecniche includono replay, regolarizzazione, memoria esterna e architetture adattive. È utile in ambienti dinamici, dove dati, utenti e compiti cambiano spesso. Conta il contesto d'uso e la funzione economica o tecnica concreta.