要約
人工ニューラルネットワークが迅速な適応能力を学習するメカニズムについて説明します。この能力は、少量のデータで新しいタスクに即座に対応できるものであり、我々はこれを「条件付きシフトニューロン」（conditionally shifted neurons）と呼びます。このメカニズムはメタラーニングの枠組みにおいて適用され、人間の学習の柔軟性を機械に再現することを目指しています。条件付きシフトニューロンは、限られたタスク経験に基づいて急速に充填される記憶モジュールから取得したタスク固有のシフトによって活性化値を変更します。視覚および言語領域からのメタラーニングベンチマークにおいて、条件付きシフトニューロンを追加したモデルは最先端の結果を達成しています。