Aby rozwijać podstawową AI, musimy rozwiązać problem ciągłego uczenia się i katastrofalnego zapominania. Nowe badania naszego zespołu wprowadzają Nested Learning (NL), paradygmat, który postrzega model ML jako system zagnieżdżonych problemów optymalizacyjnych. To podejście jednoczy architekturę i optymalizację, tworząc głębszą zdolność obliczeniową do uczenia się. To kluczowy krok w kierunku tworzenia modeli z umiejętnościami ciągłego uczenia się, jakie obserwujemy w ludzkim mózgu. Więcej w blogu autorstwa Vahaba Mirrokni i Alego Behrouza: Przeczytaj artykuł NeurIPS 2025: