Continual Learning

Approccio in cui un sistema apprende da nuovi dati o compiti nel tempo, cercando di conservare le capacità acquisite in precedenza.

Il continual learning studia modelli che si aggiornano in sequenza invece di apprendere tutto in una singola fase. Il problema centrale è la dimenticanza catastrofica, cioè la perdita di competenze precedenti quando arrivano dati nuovi. Le tecniche includono ripetizione di esempi passati, vincoli sugli aggiornamenti, memorie esterne e architetture adattive. È utile dove dati e compiti cambiano spesso, ma richiede valutazioni che misurino insieme apprendimento recente e conservazione.