Uno de los mayores desafíos a los que se enfrentan las redes neuronales artificiales es el olvido catastrófico. Esto ocurre cuando un modelo, tras aprender nuevas tareas, olvida cómo realizar las tareas anteriores. Por ejemplo, una red neuronal entrenada para reconocer letras manuscritas podría perder esta habilidad si se le enseña a identificar otro conjunto de datos, como tipos de frutas. ¿Cómo resolver este problema? Inspirados en la capacidad de los cerebros biológicos para adaptarse, investigadores del Instituto de Tecnología de California (Caltech) han desarrollado un algoritmo que permite a las redes neuronales aprender de manera continua sin perder el conocimiento previo.
