في عالم الذكاء الاصطناعي، يعمل الباحثون على تطوير نماذج تتيح التعلم المستمر دون فقدان المعرفة المكتسبة سابقًا. وقد تم تقديم مفهوم "نمو-البوابة-zero" (gate-zero growth) كحل مبتكر لدعم هذه الرؤية.

تقوم فكرة النمو هذه على استخدام مشغل يحافظ على الوظائف (Function-Preserving) من خلال إضافة كتل متبقية جديدة عبر بوابة تم تهيئتها على صفر. وتحت ظروف معينة، يتمثل دور "نمو-البوابة-zero" في فصّل ترتيب غير مسموع في جاكوبيان الوظيفي، مما يعني أنه بينما تبقى الاتجاهات القديمة ثابتة، تتجه الاتجاهات الجديدة نحو مستوى منخفض عند نقطة النمو.

خلال عملية التعلم المستمر، عندما تُفتح الأبواب، فإن الانزياح الوظيفي يكون تحت السيطرة، مما يضمن إمكانية التحكم في كيفية تجديد النمو دون إحداث تدهور في القدرات القديمة.

تم اختبار هذا النظام على نموذج Transformer كبير، حيث أظهرت النتائج المحافظة على أداء قديم رائع مع تقليل نسيان المعلومات القديمة إلى أقل من 0.1%. مقارنةً بنموذج تقليدي، أظهر "نمو-البوابة-zero" أداءً أفضل بشكل ملحوظ.

باختصار، يبرز هذا المفهوم الجديد كنموذج مشترك يُحكم هندسته الجيومترية الإيجابية التعلم المستمر بشكل آمن، مما يمهد الطريق لمزيد من الابتكارات والأبحاث المستقبلية.