L'IA peut-elle apprendre en continu de son expérience, comme l'humain ?
Pistes sérieuses
Pourquoi c'est important
Les réseaux de neurones ont tendance à oublier les tâches précédentes lorsqu'ils en apprennent de nouvelles. Les chercheurs jugent essentiel pour le développement de l'intelligence artificielle d'apprendre des tâches les unes après les autres : y parvenir pourrait permettre aux systèmes d'IA d'acquérir de nouvelles compétences au fil du temps sans perdre les anciennes.
Ce qu'on sait
Les modèles actuels cessent pour l'essentiel d'apprendre après leur entraînement.
Ce qui bloque
Apprendre du nouveau tend à effacer l'ancien (oubli catastrophique).
Pistes en cours
Systèmes de mémoire externes, mises à jour ciblées du modèle.
Sous-questions
Pourquoi est-il encore si difficile pour une IA d'apprendre un nouveau type de données sans oublier ce qu'elle a appris avant ?
Une IA peut-elle continuer à apprendre sans stocker et rejouer d'anciens exemples ?
Comment l'apprentissage d'une nouvelle tâche peut-il rendre une IA meilleure aux tâches précédentes, au lieu de moins bonne ?