Glosario IA
El diccionario completo de la Inteligencia Artificial
Atención Dura a la Tarea (HAT)
Técnica que utiliza máscaras de atención binarias aprendidas para seleccionar subredes dedicadas a cada tarea, garantizando el aislamiento completo de los parámetros entre diferentes tareas secuenciales.
SupSup
Método de aprendizaje continuo que superpone máscaras de pesos sobre una red neuronal compartida, permitiendo la adición de nuevas tareas sin modificar los pesos previamente aprendidos.
Puertas de Red
Mecanismo que controla la activación de diferentes partes de la red neuronal según la tarea actual, utilizando puertas aprendibles para aislar los parámetros específicos de cada tarea.
Subredes Específicas de Tarea
Subredes especializadas identificadas o creadas dentro de una red principal, cada una optimizada para una tarea particular mientras permanece funcionalmente independiente de las otras subredes.
Aprendizaje de Máscara Binaria
Proceso de aprendizaje de máscaras binarias que determinan qué parámetros de la red están activos para una tarea dada, asegurando una separación estricta entre los conjuntos de parámetros de diferentes tareas.
Expansión Progresiva de Red
Estrategia donde la red se expande progresivamente con nuevas unidades o capas dedicadas a cada nueva tarea, manteniendo los parámetros existentes sin cambios para preservar los conocimientos anteriores.
Poda de Red Neuronal para Aprendizaje Continuo
Aplicación selectiva de la poda neuronal para liberar parámetros en una red existente, creando así espacio para el aprendizaje de nuevas tareas sin perturbar el rendimiento de las tareas anteriores.
Asignación Aislada de Parámetros
Proceso sistemático de asignación de parámetros neuronales a tareas específicas de manera que garantice que ningún parámetro compartido pueda ser modificado durante el aprendizaje de nuevas tareas.
Descubrimiento de Subredes
Técnica automática que identifica subredes óptimas dentro de una arquitectura más amplia, cada una especializada para una tarea particular mientras mantiene la integridad funcional del sistema global.
Aprendizaje Continuo Basado en Máscaras
Paradigma de aprendizaje continuo que utiliza máscaras paramétricas para segmentar el espacio de pesos de la red en regiones dedicadas a diferentes tareas, eliminando así la necesidad de replicación de parámetros.
Redes de Columna Vertebral Fija
Arquitectura donde las capas fundamentales de la red permanecen fijas después del aprendizaje inicial, con solo cabezales de clasificación o subredes especializadas agregadas para nuevas tareas.
Selección Adaptativa de Parámetros
Mecanismo inteligente que selecciona dinámicamente los parámetros a utilizar o modificar durante el aprendizaje de una nueva tarea, basado en su relevancia e historial de uso.
Aprendizaje Continuo con Aislamiento de Parámetros
Marco teórico de aprendizaje continuo basado en el principio de aislamiento estricto de parámetros entre tareas, contrastando con enfoques basados en regularización o rehearsal.
Enrutamiento de Parámetros Consciente de Tareas
Sistema de enrutamiento inteligente que dirige la información a través de parámetros específicos según la identidad de la tarea, asegurando aislamiento funcional mientras optimiza el uso de recursos.