在人工智能领域，终身学习 (Lifelong Learning) 是指机器通过持续接收新数据和经验，不断更新和改进其知识库和模型的能力。这种学习方式模仿了人类学习的特点，即随着时间的推移，通过不断的学习和经验积累，逐渐提高理解和解决问题的能力。在人工智能中，终身学习特别关注解决如灾难性遗忘 (catastrophic forgetting) 等问题，即在学习新任务时不丢失对旧任务的记忆和知识。

终身学习的概念大约是在 1995 年由 Thrun 和 Mitchell 提出的，他们主要研究了终身学习在机器学习中的四个研究方向：终身有监督学习、终身无监督学习、终身半监督学习和终身强化学习。此外，清华大学电子工程系方璐副教授团队首创了智能光计算终身学习架构，突破了光网络单一功能限制，支撑了类脑并行多任务学习。

参考来源

【1】Thrun S, Mitchell T M. Lifelong robot learning. In: Steels L,ed. The Biology and Technology of Intelligent Autonomous Agents. Berlin: Springer,1995, 165–196