Glossário IA
O dicionário completo da Inteligência Artificial
Aprendizagem incremental
Paradigma de aprendizagem onde um modelo melhora continuamente a partir de novos dados sem necessidade de retreinamento completo no histórico de dados. Esta abordagem permite adaptação em tempo real enquanto preserva conhecimentos previamente adquiridos.
Aprendizagem contínua
Domínio da IA que visa desenvolver sistemas capazes de aprender sequencialmente múltiplas tarefas sem redefinição completa. O objetivo é criar modelos adaptativos que acumulam conhecimentos a longo prazo.
Redes Dinamicamente Expansíveis
Modelos capazes de adaptar dinamicamente sua arquitetura adicionando novas unidades ou camadas quando novas classes ou tarefas aparecem. Esta expansão controlada permite crescimento eficiente sem comprometer desempenhos existentes.
Métodos baseados em regularização
Família de abordagens usando termos de penalidade na função de perda para restringir modificações de pesos importantes. Estes métodos identificam e protegem parâmetros críticos para desempenhos em tarefas anteriores.
Métodos baseados em arquitetura
Estratégias de aprendizagem contínua modificando a estrutura da rede para acomodar novos conhecimentos sem interferir com os antigos. Estas abordagens incluem expansão dinâmica e alocação de recursos dedicados por tarefa.
Métodos baseados em replay
Técnicas de aprendizagem contínua usando armazenamento e reutilização seletiva de dados passados para manter desempenhos. Estes métodos variam em sua estratégia de seleção e reamostragem de experiências memorizadas.
Aprendizagem incremental por tarefa
Cenário de aprendizagem contínua onde a identidade da tarefa é conhecida durante inferência, permitindo uso de máscaras ou sub-redes específicas. Esta simplificação facilita separação de conhecimentos entre diferentes tarefas.
Aprendizagem incremental por domínio
Paradigma onde classes permanecem constantes mas distribuição de dados muda progressivamente entre tarefas. O modelo deve adaptar-se a novos domínios enquanto mantém capacidade de reconhecer todas as classes.
Aprendizagem incremental de classes
Cenário mais restritivo onde novas classes são introduzidas progressivamente sem conhecimento da identidade da tarefa. O modelo deve distinguir entre as classes antigas e novas, evitando ao mesmo tempo o esquecimento de conhecimentos passados.