یکی از چالشهای بزرگ در یادگیری هوش مصنوعی، یادگیری مفاهیم جدید بدون فراموش کردن اطلاعات قبلی است (Class-Incremental Learning).
محققان در مقاله جدیدی روش «Miles» را معرفی کردهاند که با استفاده از فضای زیرمجموعه قابلگسترش، به مدلهای از پیش آموزشدیده اجازه میدهد مفاهیم جدید را به شکلی بهینه و بدون نیاز به آموزش مجدد از صفر، یاد بگیرند. این روش نهتنها هزینههای محاسباتی را به شدت کاهش میدهد، بلکه دقت مدل در یادگیری وظایف مختلف را به طرز چشمگیری بهبود بخشیده است.
این یک گام مهم به سوی مدلهایی است که میتوانند در طول زمان به طور مداوم دانش خود را آپدیت کنند! 🚀
منبع: arXiv Computer Vision