【硬核书】终身机器学习，145页pdf

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