ذاكرة الذكاء الاصطناعي: ما هي، وكيف تعمل، وما الذي تخزّنه

ذاكرة الذكاء الاصطناعي هي المعلومات التي يحفظها مساعد الذكاء الاصطناعي المحادثي من محادثاتك السابقة وينقلها إلى المحادثات الجديدة، ليتمكّن من تذكّر تفضيلاتك وسياقك. أما النموذج نفسه فلا يحتفظ بأي منها، إذ يخزّنها المساعد بشكل منفصل ويعيد إضافتها عندما تكون ذات صلة، ما يمنح النموذج سياقًا دائمًا كان سيفتقر إليه لولا ذلك.

يشرح هذا الدليل كيف تحفظ المساعدات هذه المعلومات وتستدعيها، وما الذي تخزّنه، ولماذا تخطئ فيها أحيانًا، وكيف يمكنك الاطلاع عليها أو تغييرها أو إيقافها.

ما هي ذاكرة الذكاء الاصطناعي؟

تشير ذاكرة الذكاء الاصطناعي، التي تُعرف أيضًا بالذاكرة الدائمة، إلى ميزة في مساعد الذكاء الاصطناعي تخزّن معلومات عنك، مثل التفضيلات والحقائق والسياق من التفاعلات السابقة، ويمكن للمساعد استخدامها في المحادثات اللاحقة.

يمكن لمساعد الذكاء الاصطناعي بناء هذا السجل من الأشياء التي تطلب منه تذكّرها، والتفاصيل التي يلتقطها من تلقاء نفسه، والدردشات السابقة التي يمكنه الرجوع إليها.

تتيح طبقة ذاكرة الذكاء الاصطناعي لمساعدات الذكاء الاصطناعي تقديم إجابات مخصّصة دون أن تضطر إلى مشاركة تفضيلاتك في كل دردشة. فإذا أخبرت مساعدًا بأنك تتدرّب لسباق ماراثون وتفضّل الكيلومترات، فسيحصل سؤالك التالي عن وتيرة الجري على إجابة بالكيلومترات دون أن تعيد ذكر ذلك.

مقارنةً بإعادة شرح وضعك في كل دردشة، توفّر عليك الذاكرة عناء الكتابة وتُبقي الموجّه قصيرًا، وهذا مهم لأن المدخلات الطويلة تجعل الإجابات أقل دقة.

الذاكرة ليست نصًا مفرّغًا لكل محادثة، بل مجموعة من الحقائق الأساسية عنك. لذا سيتذكّر المساعد أنك تفضّل الكيلومترات. أما العثور على خطة التدريب نفسها التي صاغها الشهر الماضي فيعتمد على ما إذا كان المساعد قادرًا أيضًا على البحث في الدردشات السابقة.

أنواع ذاكرة الذكاء الاصطناعي

استعار باحثون من جامعة برينستون (2024) مصطلحات من علم الذاكرة البشرية لتصنيف أنواع أنظمة ذاكرة الذكاء الاصطناعي. ويفصل إطارهم بين الذاكرة العاملة والذاكرة طويلة المدى:

• الذاكرة العاملة: ما يحتفظ به النموذج للخطوة الحالية، أي المحادثة حتى الآن إضافةً إلى كل ما استرجعه. وتُعرف أيضًا بالذاكرة قصيرة المدى.
• الذاكرة طويلة المدى: ذاكرة دائمة عبر الجلسات. وهي نوع الذاكرة الذي تتناوله هذه المقالة.

تتكوّن الذاكرة طويلة المدى من ثلاثة أنواع:

• الذاكرة العرضية: سجلات التفاعلات السابقة، مثل الدردشة التي طلبت فيها خطة تدريب الشهر الماضي.
• الذاكرة الدلالية: معرفة عن العالم وعنك، مثل تفضيلك للكيلومترات.
• الذاكرة الإجرائية: طريقة تصرّف وكيل الذكاء الاصطناعي، وهي مدمجة في أوزان النموذج وفي التعليمات البرمجية والموجّهات التي تشغّل الوكيل. وفي مساعد الذكاء الاصطناعي، أقرب ما يعادلها هو موجّه النظام وتعليماتك المخصّصة.

تكبير

ذاكرة مساعد الذكاء الاصطناعي مقابل ذاكرة وكيل الذكاء الاصطناعي

ذاكرة مساعد الذكاء الاصطناعي وذاكرة وكيل الذكاء الاصطناعي كلتاهما ذاكرة طويلة المدى. ذاكرة مساعد الذكاء الاصطناعي هي في الغالب ذاكرة دلالية تخزّن حقائق عنك، لتأتي الإجابات ملائمة لك. أما ذاكرة الوكيل، مثل Brain من Perplexity، فتخزّن ما فعله الوكيل وكيف سار الأمر، بما في ذلك ما نجح وما صحّحته، ليبدأ كل مهمة جديدة من موقع أفضل.

ذاكرة الذكاء الاصطناعي مقابل نوافذ السياق وبيانات التدريب والتعليمات المخصّصة

من السهل الخلط بين ذاكرة الذكاء الاصطناعي وثلاثة عناصر أخرى تُشكّل الإجابة: نافذة سياق النموذج، وبيانات التدريب، والتعليمات المخصّصة. فكلٌّ منها يحتفظ بمعلومات مختلفة، ويدوم لمدة مختلفة، ويتحكّم فيه نظام مختلف.

نافذة السياق هي مقدار النص الذي يستطيع النموذج اللغوي الكبير (LLM) قراءته دفعة واحدة، وتشمل المحادثة الحالية. وتُعاد تهيئتها عند بدء دردشة جديدة.

تمتلك بعض النماذج الحالية نوافذ سياق كبيرة تبلغ مليون رمز مميّز أو أكثر، لذا يمكنك من الناحية التقنية لصق معلوماتك الأساسية في كل محادثة. لكن معالجة كل ذلك تزيد من زمن الاستجابة والتكلفة.

كما وجدت دراسات متعددة أن دقة المخرجات تتراجع كلما زاد حجم المدخلات، حتى عندما تكون الإجابة موجودة في السياق.

ولاحظت دراسة أجرتها جامعة إلينوي وAmazon عام 2025 ذلك حتى عندما كانت النماذج قادرة على سرد كل التفاصيل ذات الصلة: إذ انخفضت الدقة بنسبة تتراوح بين 13.9% و85% مع ازدياد المدخلات إلى 30,000 رمز مميّز، وهو أقل بكثير من الحدود المُعلنة للنماذج. ووجد NoLiMa، وهو معيار أداء صدر عام 2025 عن Adobe Research وجامعة LMU ميونخ، أن 11 من أصل 13 نموذجًا خضعت للاختبار تراجع أداؤها بشكل كبير عند 32,000 رمز مميّز فقط كلما لم يتشارك السؤال والإجابة أي كلمات مفتاحية. ورصد تقرير Chroma الصادر في يوليو 2025 ذلك عبر 18 نموذجًا، بما في ذلك عندما أجابت استنادًا إلى سجل دردشة من 113,000 رمز مميّز.

بيانات التدريب هي المعلومات المدمجة في أوزان النموذج قبل إصداره. ولا يمكن للمستخدمين تغييرها. يستطيع المطوّرون ضبط النموذج بدقة على بيانات جديدة، لكن تلك عملية هندسية وليست إعدادًا للمستخدم،

التعليمات المخصّصة هي قواعد محفوظة في إعدادات المساعد تكتبها وتعدّلها بنفسك لتخصيص سلوك مساعد الذكاء الاصطناعي ومخرجاته. على سبيل المثال، يمكنك استخدام التعليمات المخصّصة لتحديد نبرة الإجابات وأسلوبها أو المصادر التي يمكن للمساعد استخدامها.

إليك مقارنة بين العناصر الأربعة:

ما الذي تخزّنه ذاكرة الذكاء الاصطناعي

تحتفظ المساعدات بتفاصيل مختارة عنك، مثل الحقائق والتفضيلات والملخّصات، ويستند بعضها أيضًا إلى دردشاتك السابقة.

• الحقائق والتفضيلات التي تطلب منه تذكّرها: هي تفاصيل تطلب صراحةً من المساعد حفظها، مثل «تذكّر أنني أفضّل الكيلومترات». ينشئ المساعد الذكرى عندما تطلب ذلك، وتبقى حتى تحذفها أو تحدّثها محادثة لاحقة.
• التفاصيل التي يلتقطها من محادثاتك: يحفظها المساعد عندما يكون الإعداد مفعّلًا. ووفقًا لـPerplexity، فإنها «تمنح الأولوية لتكرار الأسئلة التي يطرحها المستخدم والمعلومات التي يقدّمها»، لذا فإن ما تذكره كثيرًا أكثر عرضة للبقاء مما تذكره مرة واحدة. وتبقى الذكرى حتى يتم تحديثها أو تحذفها.
• الإشارات إلى دردشاتك السابقة: يستند المساعد إلى المحادثات السابقة مباشرةً بدلًا من قائمة محفوظة. وتسمّي Perplexity ذلك سجل البحث: أسئلتك وإجاباتك السابقة، التي تُستخدم لجعل الاستجابة الجديدة أكثر صلة.

كيف تعمل ذاكرة الذكاء الاصطناعي

لا يتذكّر نموذج الذكاء الاصطناعي أي شيء بين المحادثات، بل يتولّى نظام ذاكرة الذكاء الاصطناعي هذه المهمة: إذ يحتفظ بسجل منفصل عنك ويضيف الأجزاء ذات الصلة إلى كل محادثة جديدة. ويجري التخزين والاسترجاع في الخلفية، فيقرؤها النموذج إلى جانب سؤالك.

تكبير

تسير هذه العملية في خمس خطوات:

1. الحفظ: يحفظ المساعد ذكرى عندما تطلب منه ذلك، أو عندما يرى أن تفصيلًا ما يستحق الاحتفاظ به.
2. التخزين: تُحفظ الذكريات في قاعدة بيانات منفصلة عن النموذج. وفي كثير من الأنظمة، تكون قاعدة بيانات متجهات، بحيث يمكن البحث فيها حسب المعنى. والقائمة التي تراها في الإعدادات هي عرض لمخزن الذاكرة هذا.
3. الاسترجاع: عندما ترسل رسالة، يحدّد المساعد الذكريات التي تنطبق عليها. وتفعل أنظمة كثيرة ذلك عبر تحويل رسالتك وكل ذكرى إلى تضمينات، وهي تمثيلات رقمية للمعنى، ثم اختيار أقرب التطابقات. وبهذه الطريقة يمكنها استدعاء ذكرى حتى إن لم تتشارك أي كلمات مع سؤالك. أما الأنظمة الأبسط فتحمّل كل الذكريات المحفوظة في كل محادثة.
4. الاستخدام: تُدرج الذكريات المستدعاة كنص عادي في المدخلات، وعادةً ما تكون ضمن كتلة من التعليمات يقرؤها النموذج قبل رسالتك. ويعالجها النموذج مثل أي نص آخر في تلك المدخلات.
5. التحديث والإزالة: يستخرج المساعد الحقائق من الدردشات، ويبحث في الذكريات الموجودة، ويقرّر ما إذا كان سيضيفها كذكرى جديدة، أو يحدّث ذكرى موجودة، أو يدمجها مع إحداها، أو يحذف ذكرى قديمة تتعارض مع المعطيات الجديدة. وتضيف بعض المساعدات طابعًا زمنيًا إلى كل ذكرى للتمييز بين المعلومات الأحدث والأقدم.

تحديات ذاكرة الذكاء الاصطناعي ومخاطرها

تهدف ذاكرة الذكاء الاصطناعي إلى تحسين جودة الإجابات، لكن معايير الأداء تُظهر أن استرجاع الذاكرة لا يُبرز دائمًا المعلومات ذات الصلة أو الحديثة، خاصةً من قواعد البيانات الكبيرة. كما أنها تنطوي على مخاطر تتعلق بالأمان والخصوصية.

تشمل مشكلات الموثوقية والأمان الشائعة المتعلقة بذاكرة الذكاء الاصطناعي ما يلي:

• الذكريات المطبّقة في غير موضعها: قد تُستدعى ذكرى إلى إجابة لا علاقة لها بها. واختبرت دراسة أُجريت عام 2026 ما مجموعه 18 نموذجًا لمعرفة ما إذا كانت ذكرى محفوظة من مجال ما في الحياة تتسرّب إلى إجابة في مجال آخر. وبلغ وسيط معدل الإخفاق 53%. كما وجدت الدراسة أنه بمجرد أن احتوت الذاكرة على معتقدات المستخدمين أو خبراتهم المزعومة، كرّرتها جميع النماذج تقريبًا حتى لو تطلّب السؤال إجابة محايدة.
• الذكريات القديمة: يواصل المساعد التصرّف بناءً على تفصيل ما بعد أن جعلته محادثة لاحقة غير صحيح، خاصةً عندما لم تصرّح بذلك مباشرةً. وفي معيار أداء صدر في مايو 2026 لاختبار ما إذا كانت النماذج تلاحظ مثل هذه التغييرات الضمنية، بلغ متوسط أفضل نموذج 55.2%.
• الحمل الزائد على الذاكرة: كلما زاد ما يتعيّن على المساعد قراءته مجددًا، صعُب عليه تمييز ما يهم. ووجد LongMemEval، وهو معيار أداء صدر عام 2024، أن أداء النماذج التي قرأت سجل دردشة يبلغ نحو 115,000 رمز مميّز كان أسوأ بنسبة تتراوح بين 30% و60% مقارنةً بالنماذج التي لم تُعطَ سوى الجلسات ذات الصلة.
• تسميم الذاكرة: تتسلّل معلومات خاطئة أو تعليمات مخفية إلى ذاكرة المساعد، على سبيل المثال عبر محتوى تطلب منه قراءته، ما يؤدي إلى إجابات متحيّزة أو غير آمنة أو إلى تسرّب البيانات.
• مخاطر الخصوصية: تحتفظ الذاكرة بالتفاصيل الشخصية خارج نطاق الدردشة التي جاءت منها، وأحيانًا لمدة أطول مما تتوقّع. فعلى سبيل المثال، قد تحتفظ Perplexity بسجل للذكريات المحذوفة لمدة تصل إلى 30 يومًا لأغراض الأمان وتصحيح الأخطاء. ويتعامل قانون حماية البيانات مع الذكريات المخزّنة على أنها بيانات شخصية، لذا ينبغي أن تتمكّن من مراجعتها وحذفها.

كيفية عرض ذاكرة الذكاء الاصطناعي وتعديلها وإيقافها

يمكنك الاطلاع على ما حفظه المساعد، أو حذفه، أو إيقاف الذاكرة، أو استخدام دردشة خاصة لا تُنشئ ذكريات.

تتلخّص إدارة الذاكرة في عدد قليل من عناصر التحكّم. إليك وظيفة كل منها ومتى تستخدمه:

للبدء من صفحة بيضاء، أوقف تشغيل الذاكرة وامسح ما هو مخزَّن.

كيف تتعامل Perplexity مع الذاكرة

ذاكرة Perplexity تعمل مع جميع النماذج التي تقدّمها.

تخصّص Perplexity الإجابات بناءً على مصدرين: الذكريات، وهي التفضيلات والتفاصيل التي تشاركها، وسجل البحث الخاص بك. عندما تؤثر إحدى الذكريات في إجابة ما، تظهر ضمن مصادر تلك الإجابة، لتتمكن من معرفة الذكريات التي استُخدمت وحذف أيٍّ منها.

تكبير

يمكنك أيضًا تخصيص إجاباتك من خلال تقديم تفاصيل عن نفسك وتقديم تعليمات مخصصة لـالمشاريع (لكل مشروع طبقة ذاكرة خاصة به).

تكبير

قد تستخدم Perplexity محتوى الذاكرة لتحسين نماذجها في حسابات المستهلكين (ولا تفعل ذلك أبدًا في حسابات Enterprise) ما لم توقف ذلك (خيار «الاحتفاظ ببيانات الذكاء الاصطناعي» في الإعدادات ← التفضيلات ← الذكاء الاصطناعي).

يحصل مشتركو Max وEnterprise Max أيضًا على Brain، وهي طبقة ذاكرة مشتركة تُبنى على الذاكرة من خلال تتبّع مشاريعك وعملك. ولها مفتاح تبديل خاص بها، وتتجاهل جلسات التصفح المتخفي.

جرّب Perplexity وتحقّق من كيفية تأثير الذكريات في إجابتك التالية.

الأسئلة الشائعة حول ذاكرة الذكاء الاصطناعي

ما الذاكرة المحدودة في الذكاء الاصطناعي؟

تُعرّف IBM الذكاء الاصطناعي ذا الذاكرة المحدودة بأنه ذكاء اصطناعي يمكنه استرجاع الأحداث والنتائج السابقة ومراقبة المواقف بمرور الوقت، لكنه لا يستطيع الاحتفاظ بتلك البيانات في مكتبة طويلة المدى من التجارب السابقة. وهو إحدى أربع فئات في تصنيف لأنظمة الذكاء الاصطناعي، وتضع IBM روبوتات الدردشة والمساعدين الافتراضيين ضمنها.

ذاكرة المساعد هي ذاكرة خارجية تضيفها تلك الأنظمة فوق ذلك. وهي تستمر عبر الجلسات، بحيث يمكن للمساعد استخدام التفاصيل التي شاركتها في محادثة سابقة.

أي مساعد ذكاء اصطناعي يتمتع بأفضل ذاكرة؟

لا يوجد مساعد واحد هو الأفضل للجميع. الذاكرة الجيدة هي التي يمكنك التحكم فيها، لذا قيّم أدوات الذكاء الاصطناعي بطرح أربعة أسئلة: هل يمكنك رؤية ما حفظته؟ هل يمكنك حذف ذكرى بشكل منفصل عن الدردشة التي جاءت منها؟ هل التدريب إعداد منفصل عن الذاكرة؟ هل يوجد وضع مؤقت أو وضع التصفح المتخفي لا يُنشئ أي ذكريات؟

هل يتعلم نموذج الذكاء الاصطناعي مما يتذكره عنك؟

استخدام الذاكرة في إجابة ما عملية مختلفة عن التدريب. تقول Perplexity إنها تسترجع السياق ذا الصلة من مخزن ذاكرتك بدلًا من التعامل مع سجلك كبيانات تدريب. أما إمكانية استخدام محتواك لتحسين النماذج فهي إعداد منفصل. في حسابات المستهلكين، قد تستخدم Perplexity محتوى الذاكرة لهذا الغرض، ويؤدي خيار «الاحتفاظ ببيانات الذكاء الاصطناعي» إلى إيقاف ذلك.

تكبير

ما الذي يجب ألا تضعه في ذاكرة الذكاء الاصطناعي؟

لا تضع في ذاكرة الذكاء الاصطناعي أي شيء لا تريد أن يُخزَّن أو يُستخدم لتكوين ملف تعريفي عنك أو يتكرر لاحقًا: بيانات الهوية والبيانات المالية، والمعلومات الصحية، وكلمات المرور، ومعلومات الأشخاص الآخرين، وأي شيء يتعلق بالأطفال. ويوصي مكتب مفوض الخصوصية في كندا (مايو 2025) والمركز الوطني للأمن السيبراني في المملكة المتحدة (مارس 2023) بتجنّب أي طلب قد يسبب مشكلات إذا أصبح علنيًا.

تقلّل عوامل التصفية من مخاطر الخصوصية، لكنها لا تضمن عدم تخزين معلوماتك الصحية أو المالية على الإطلاق، لذا راجع بنك ذاكرتك واستخدم وضع التصفح المتخفي للأسئلة الحساسة العابرة.