Naar inhoud
BetaAI Begrippen

AI-begrippen in gewone taal. Zoek een begrip, blader op letter of filter op onderwerp.

Continu leren

Engels: Continual Learning · Ook wel: continual learning, continuous learning, lifelong learning, incremental learning

In het kort

Continual learning is een vorm van machine learning waarbij een AI-systeem stap voor stap leert van nieuwe gegevens. Anders dan een model dat bij elke nieuwe training oude kennis vaak kwijtraakt, bewaart dit systeem eerdere kennis en voegt nieuwe kennis daaraan toe. Een robot kan zo een nieuwe handeling leren en eerder geleerde taken in een fabriek toch goed blijven uitvoeren.

Waarom is dit belangrijk?

Een model kan nieuwe gegevens verwerken wanneer alles opnieuw trainen te veel rekenkracht vraagt of oude gegevens niet meer beschikbaar zijn. In de zorg onderzoeken wetenschappers continu leren bij medische scans, omdat privacy het gebruik van eerdere patiëntbeelden vaak beperkt. Voor zorgverleners kan dat software voor beeldanalyse opleveren die zich aanpast aan nieuwe soorten scans, maar de herkenning van oudere gevallen kan toch slechter worden.

Zo werkt het in de praktijk

In de financiële sector verwerken modellen nieuwe koersgegevens stap voor stap. Zij voorspellen daarmee beurstrends zodra nieuwe cijfers beschikbaar zijn. In het verkeer beschrijft een overzichtsartikel continu leren voor zelfrijdende auto’s en voor drones.

Onderzoekers van de RWTH Aachen beschrijven hoe auto’s in een wagenpark samen leren. Voertuigen delen gegevens uit hun ritten met het systeem. Het systeem spoort zo zeldzame situaties op en controleert daarna de prestaties.

Die opzet volgt MLOps, een werkwijze om modellen te trainen, te testen en te volgen. De AI-verordening rekent automatisch rijden tot systemen met een hoog risico. Normen zoals ISO 26262 en ISO 21448 beschrijven eisen voor de veiligheid.

Gecontroleerd op 23 oktober 2026