Самоподобряваща се памет за агенти

Популярен ментален модел в сферата на изкуствения интелект е да се мисли за агента като за служител. Една нова възможност може да е еквивалентна на „скорошен завършил колеж“ или „анализатор втора година“. Това не е най-добрият начин за мислене за възможностите на изкуствения интелект, но той илюстрира една критична концепция за изкуствения интелект в действие: когато наемате който и да е служител, вие очаквате той да се учи и да се развива по време на работа.

Агентите с изкуствен интелект трябва да правят същото. Това изисква по-задълбочен поглед върху това какво наистина означава „памет“ в изкуствения интелект.

Представяме ви Brain

Днес стартираме напълно нов подход към паметта в изкуствения интелект. Наричаме го Brain.

Brain е самоподобряваща се система за памет. Тя изгражда контекстен граф на работата, която Computer извършва. На зададени интервали, като например през нощта, Brain преглежда контекстния граф и се самообучава как да върши работата по-добре.

Колкото повече работа вършите, толкова по-добър и по-ефективен прави Brain вашия Computer.

По-добър модел за памет на изкуствения интелект

Има две важни оси за паметта в изкуствения интелект. Първата е за какво се отнася паметта, а втората е за какво служи паметта.

Традиционно паметта на изкуствения интелект се отнася за вас – потребителя. Вашите предпочитания, вкусове, стилове на работа, контакти, роля и други. Brain е пионер в един много по-ефективен модел за агенти с изкуствен интелект: Brain помни какво е направил агентът. Той помни кое е работило и кое се е провалило, както и какви корекции са били направени по работата. Той се учи да върши по-добра работа.

Второ, паметта на изкуствения интелект за потребителя служи за това да ви накара да се чувствате по-ангажирани с агента с изкуствен интелект. Работната памет като Brain служи за това да помогне на агента да става по-добър в работата си. Това е най-важната цел на паметта.

В съвкупност този подход към паметта подобрява производителността на Computer с течение на времето. Всеки ден Computer с Brain има по-добра изходна точка за всяка нова задача. Това е така, защото Brain създава нов план на това какво потребителят най-вероятно се надява да постигне въз основа на минали сесии, какво е работило и какво не.

Това означава, че Computer може да достига до отговори по-бързо, да достъпва най-надеждните източници и да избягва губенето на време и токени.

Рекурсивно самоподобрение

Brain се подобрява с използването на Computer. Агентите стават по-ефективни при актуализирането на контекста, докато се запознават с проектите, конектор, артефакт и други източници, които водят до най-добрите резултати.

Те се учат и от грешките си, като помнят кога потребителят е направил корекция или кога даден източник е бил задънена улица. Това води до по-малко стъпки, по-малко извиквания на модела и по-добри резултати.

Тази обратна връзка е това, което прави Brain непрекъснато самоподобряващ се.

За потребителите агентите стават все по-добри в разбирането на контекста, който им е необходим за извършване на работата. Това означава също, че текущото използване на токени е инвестиция в по-ефективно използване на токени по-късно.

Контекстният граф

Brain формира жив контекстен граф за Computer, като създава проследим граф, който помага на Computer да разбере света на потребителя, да се учи от неговата работа и да я прилага към бъдещи задачи.

Контекстният слой е под формата на уики с голям езиков модел (LLM), което се зарежда автоматично в пясъчната кутия (sandbox) на агента. Страниците в уикито на потребителя с LLM отразяват идеите, хората, проектите и други елементи, които изграждат неговия свят, позволявайки на Computer да обхожда тази мрежа от лична информация.

Уикито се актуализира постепенно от системата Brain през нощта, докато тя синтезира сесии на потребителя заедно с резултати от конектор, промени в изходните документи и направени корекции.

Този постоянно обновяващ се контекст дава на Computer по-силен сигнал какво да прави, къде да търси и как да предоставя резултати за потребителя.

Подобрена производителност

Уголеми

Ранните резултати от измерванията показват, че Brain увеличава правилността на отговорите с 25% при задачи, които Computer е виждал преди. А припомнянето се повишава с 16%.

Същите резултати показват, че Brain намалява разходите за задачи, изискващи исторически контекст, с 13%. А резултатите за хората, които използват Brain по-дълго, се подобряват, докато агентите научават техния свят.

Brain също така показва работата си, подобно на други резултати, генерирани от Perplexity. Всеки запис в паметта води обратно към сесията, файла или източника, от който е произлязъл.

Подхранване на проактивен изкуствен интелект

Само чрез непрекъснато обучение Computer се превръща в проактивния изкуствен интелект, за който потребителите и бизнеса ни молят. Агентите се учат и помнят работата и как да се усъвършенстват в нея.

Фронтирният изкуствен интелект е индивидуалната система, която изграждате за изкуствен интелект в собствената си организация. Когато агентите се учат активно от работата, която вършим, те могат да идентифицират възможности, за които не сме попитали, или да сигнализират за проблем, преди някой да го е забелязал.

Тази версия на Brain е само началото. Скоро ще обявим нови възможности.

Brain се пуска днес за абонатите на Max и Enterprise Max в рамките на Изследователски преглед (Research Preview).