Algoritmi biologicamente ispirati per l’apprendimento continuo

La maggior parte delle tecniche e degli approcci sviluppati nel tempo nel campo dell'intelligenza artificiale derivano dallo studio del funzionamento del cervello umano. Gli obiettivi stessi del campo di ricerca sono stati ispirati da quelle che sono le capacità del nostro cervello, per raggiungere il fine ultimo dello sviluppo di una General Artificial Intellignece. Il campo del Continual Learning studia e cerca di riprodurre la nostra capacità di apprendere incrementalmente nuove informazioni e nel contempo di mantenere e ricordare memorie di esperienze passate. In questo documento viene esplorato lo stato dell'arte corrente, con particolare attenzione ai fenomeni biologici che hanno ispirato le tecniche descritte. Il punto focale del lavoro consiste nell'analisi nel dettaglio di un recente algoritmo di apprendimento continuo, Growing Dual Memory, con l'obiettivo di riprodurre sperimentalmente il suo comportamento sul dataset CORe50, e analizzando i risultati sperimentali ottenuti discutendone le implicazioni. Vengono infine proposti diversi spunti per possibili sviluppi futuri della tecnica in questione.