AI用語集
人工知能の完全辞典
タスクフリー継続学習
タスクの明示的な区切りなしにデータストリームから継続的に学習し、分布の変化に自律的に適応することを必要とする学習パラダイム。
可塑性-安定性
新しい情報を学習する能力（可塑性）と、獲得した知識を保持する能力（安定性）の間の、継続学習における根本的なジレンマ。
動的リプレイバッファ
定義されたタスク境界なしに過去の知識を定期的に復習するために、過去の代表的なサンプルを選択的に保存する適応型バッファ。
継続的シナプス正則化
タスクの事前知識なしに壊滅的忘却を制限するために、継続学習中に動的に特定された重要なシナプス重みを保存する手法。
適応的ネットワーク拡張
新しい能力が必要になったときに、ネットワークにニューロンや層を動的に追加する戦略であり、タスクの明示的なセグメンテーションなしに有機的な成長を可能にする。
オンライン・シナプス固定化
継続学習中にリアルタイムで特定された重要なニューロン接続を徐々に安定させるプロセスであり、生物学的な固定化メカニズムを模倣している。
自動変化検出
明示的な教師なしにデータ分布や概念の遷移を自動的に特定するメカニズムであり、継続的な適応にとって重要である。
境界フリー・エピソード記憶
タスクによるセグメンテーションなしに重要な経験を継続的に保存する記憶システムで、有用性に基づいた動的な選択基準を使用する。
自己教師あり継続学習
モデルが外部の監視なしで、ラベルなしのデータから継続的に独自の学習シグナルを生成し、表現を適応させるアプローチ。
継続的潜在空間
以前の知識の意味的構造を維持しながら、新しい概念を収容するために動的に進化する低次元の表現。
段階的知識転移
明示的な区切りなしで、連続するデータストリーム内の新興概念間で転送可能な知識を特定し、自動的に再利用するプロセス。
継続性メトリクス
タスクのセグメンテーションなしで、学習と保持のバランスを測定し、時間の経過とともに獲得された知識のセットに対するモデルのパフォーマンスを定量化する指標。
非定常適応
動的に変化するデータ分布に応答して内部パラメータを変更するシステムの能力であり、タスクフリー学習の本質的な特徴。