How to Reuse and Compose Knowledge for a Lifetime of Tasks: A Survey on Continual Learning and Functional Composition

要約

人工知能 (AI) の主な目標は、世界の一般的な理解を獲得できるエージェントを作成することです。
このようなエージェントは、新しい経験に遭遇するたびに知識を継続的に蓄積し、構築する能力を必要とします。
生涯学習または継続学習はこの状況に対処するもので、エージェントは継続的に問題に直面し、遭遇する新しいタスクのそれぞれを解決するために必要な知識を獲得するよう努めなければなりません。
エージェントが何らかの形式の構成表現で知識を蓄積できる場合、関連する知識を選択的に再利用および組み合わせて、新しいソリューションを構築できます。
このシンプルなアイデアの直感的な魅力にもかかわらず、生涯学習と構成学習に関する文献はほぼ別々に進められてきました。
2 つの分野間の橋渡しとなる発展を促進するために、この記事ではそれぞれの研究状況を概観し、それらの分野間の既存および将来のつながりについて説明します。

要約(オリジナル)

A major goal of artificial intelligence (AI) is to create an agent capable of acquiring a general understanding of the world. Such an agent would require the ability to continually accumulate and build upon its knowledge as it encounters new experiences. Lifelong or continual learning addresses this setting, whereby an agent faces a continual stream of problems and must strive to capture the knowledge necessary for solving each new task it encounters. If the agent is capable of accumulating knowledge in some form of compositional representation, it could then selectively reuse and combine relevant pieces of knowledge to construct novel solutions. Despite the intuitive appeal of this simple idea, the literatures on lifelong learning and compositional learning have proceeded largely separately. In an effort to promote developments that bridge between the two fields, this article surveys their respective research landscapes and discusses existing and future connections between them.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google