We zullen de cognitieve, computationele en neurale mechanismen van levenslang leren bestuderen. Dit zal dieper inzicht verschaffen in hoe mensen en artificiële systemen zich aanpassen aan nieuwe uitdagingen, terwijl eerdere kennis behouden blijft. Centraal staat de hypothese dat effectief levenslang leren de integratie van nieuwe informatie met bestaande kennis vereist. Dit werd grotendeels over het hoofd wordt gezien door de huidige cognitieve en computerwetenschappen. Dit project onderzoekt de rol van stimulus, taak, en contextuele diversiteit en overlap voor efficiënt leren en bijhouden van informatie. We vergelijken neurale netwerkmodellen met menselijk gedrag en neurofysiologie (EEG, fMRI). We bestuderen ook hoe zo’n diversiteit interageert met actief leren (i.e. als de agent zelf kan beslissen welke taak uit te voeren). Dit laat toe om optimale trainingsprogramma’s (curricula) voor mens en machine te ontwerpen.