终身机器学习(LL)是一种先进的机器学习(ML)范式,它不断学习,积累过去学到的知识,并使用/适应它来帮助未来的学习和问题解决。在这个过程中,学习者变得越来越有知识,学习能力也越来越强。这种持续不断的学习能力是人类智力的特征之一。然而,目前占主导地位的ML范式是孤立学习的:给定一个训练数据集,它只在数据集上运行ML算法来生成模型。它不试图保留所学的知识,并在以后的学习中使用。虽然这种主要基于数据驱动优化的孤立ML范式已经非常成功,但它需要大量的训练示例,并且只适用于封闭环境中定义明确的狭窄任务。相比之下,我们人类学习有效地与几个例子,在动态和开放的世界self-supervised方式或环境因为我们的学习也非常知识:知识学习在过去帮助我们学习新事物没有数据或努力和适应新的/看不见的情况下。这种自我至上(或自我意识)的学习也使我们能够在工作中,在与他人的互动中,在没有外部监督的情况下,与现实世界的环境进行学习。LL的目标是实现所有这些能力。诸如聊天机器人、无人驾驶汽车或任何与人类/物理环境交互的人工智能系统都需要这些功能,因为它们需要应对动态和开放的环境,这让它们别无选择,只能不断学习新东西,以便更好地工作。如果没有LL能力,AI系统就不能被认为是真正智能的,也就是说,LL是智能或AGI(人工一般智能)所必需的。(见我的终身学习研究页面)。
https://www.cs.uic.edu/~liub/lifelong-machine-learning.html
专知便捷查看
便捷下载,请关注专知公众号(点击上方蓝色专知关注)
后台回复“L145” 可以获取《【硬核书】终身机器学习,145页pdf》专知下载链接索引