🧠 رشد عصبی مصنوعی؛ راهکار تازه برای حل چالش یادگیری مداوم در مدل‌های هوش مصنوعی

محققان در پژوهش جدیدی مدل «NORACL» را معرفی کرده‌اند که با الهام از «نوروژنز» (رشد عصبی) در طبیعت، مشکل سنتی پایداری و انعطاف‌پذیری در یادگیری مداوم (Continual Learning) را حل می‌کند.

این مدل برخلاف روش‌های سنتی که به یک معماری ثابت و از پیش تعیین شده نیاز دارند، به صورت پویا و فقط در صورت نیاز رشد می‌کند. این یعنی:
✅ بهینه‌سازی ظرفیت شبکه بر اساس نیاز واقعی
✅ جلوگیری از اتلاف منابع در وظایف تکراری
✅ کارایی بهتر نسبت به مدل‌های ایستا با تعداد پارامترهای کمتر

این نوآوری گامی مهم برای ساخت سیستم‌های هوشمند است که می‌توانند بدون فراموشی دانش قبلی، دائماً در حال یادگیری مهارت‌های جدید باشند.

منبع: arXiv Machine Learning