Lifelong learning探讨的问题是,一个模型能否在很多个task上表现都很好。如此下去,模型能力就会越来越强。
Life Long Learning 的難點出在什麼樣的地方:
這個算是同一個任務 不同的 Domain
機器先學個語音辨識、再學個翻譯、再学个影像辨识。。Lifelong learning沒有做到那個程度
一般在 Life Long Learning 的文獻上,所謂的不同任務指的差不多就是我这里例子的等级,
e.g.2 问答系统
人们刚开始想用 Deep Learning 的技術解QA问题时,
Facebook定义了20个简单的QA任务 bAbi训练集、bAbi 裡面的文章都是用某種規則生成的
这里让机器从第一个任务开始学习,学到第20个。
并不是因為機器就是沒有能力多学好几个任务,如果我們把20個任務的資料通通倒在一起:
catastrophic forgetting