זיכרון משתפר מעצמה עבור סוכנים

מודל מנטלי פופולרי בבינה מלאכותית הוא להתייחס לסוכן כאל עובד. יכולת חדשה עשויה להיות שקולה ל"בוגר אוניברסיטה טרי" או "אנליסט בשנתו השנייה". זו אינה הדרך הטובה ביותר לחשוב על יכולות בינה מלאכותית, אך היא ממחישה עיקרון קריטי של בינה מלאכותית בפעולה: בכל פעם שאתה שוכר עובד כלשהו, אתה מצפה ממנו ללמוד ולהתפתח תוך כדי עבודה.

סוכני בינה מלאכותית צריכים לעשות את אותו הדבר. הדבר דורש בחינה מעמיקה יותר של המשמעות האמיתית של "זיכרון" בבינה מלאכותית.

הכרת את Brain

היום אנו משיקים גישה חדשה לחלוטין לזיכרון בבינה מלאכותית. אנו קוראים לה Brain.

Brain היא מערכת זיכרון משתפרת מעצמה. היא בונה גרף הקשר של העבודה ש-Computer מבצע. במרווחי זמן קבועים, כגון במהלך הלילה, Brain סוקרת את גרף ההקשר ומלמדת את עצמה כיצד לבצע את העבודה טוב יותר.

ככל שתעשה יותר עבודה, כך Brain תהפוך את ה-Computer שלך לטוב ויעיל יותר.

מודל טוב יותר לזיכרון בינה מלאכותית

ישנם שני צירי חשיבות לזיכרון בבינה מלאכותית. הראשון הוא על מה הזיכרון, והשני הוא למה משמש הזיכרון.

באופן מסורתי, זיכרון בינה מלאכותית עסק בך, המשתמש. ההעדפות שלך, הטעמים שלך, סגנונות העבודה שלך, אנשי הקשר שלך, התפקיד שלך ועוד. Brain מובילה גישה חדשנית ויעילה הרבה יותר עבור סוכני בינה מלאכותית: Brain זוכרת מה הסוכן עשה. היא זוכרת מה עבד ומה נכשל, ואילו תיקונים בוצעו בעבודה. היא לומדת לבצע עבודה טובה יותר.

שנית, זיכרון בינה מלאכותית אודות המשתמש משרת את המטרה של לגרום לך להרגיש מעורבות רבה יותר עם סוכן הבינה המלאכותית. זיכרון עבודה כמו Brain משרת את המטרה של לעזור לסוכן להשתפר בתפקיד. זוהי המטרה החשובה ביותר של זיכרון.

יחד, גישה זו לזיכרון משפרת את ביצועי Computer לאורך זמן. בכל יום, Computer עם Brain מציע נקודת פתיחה טובה יותר לכל משימה חדשה. זאת משום ש-Brain יוצרת מפה מעודכנת של מה שהמששתמש סביר להניח שמקווה להשיג בהetמבסס על הפעלות קודמות, מה שעבד ומה שלא עבד.

משמעות הדבר היא ש-Computer יכול להגיע לתשובות מהר יותר, לגשת למקורות האמינים ביותר ולהימנע מבזבוז זמן וטוקנים.

שיפור עצמי רקורסיבי

Brain משתפרת ככל שאתה משתמש ב-Computer. סוכנים הופכים ליעילים יותר בעדכון ההקשר ככל שהם לומדים את הפרויקטים, המחברים, התוצרים ומקורות אחרים המובילים לתוצרים הטובים ביותר.

הם גם לומדים מהטעויות שלהם, וזוכרים מתי מששתמש ביצע תיקון או מתי מקור התגלה כמבוי סתום. הדבר מביא לפחות סיבובים, פחות קריאות מודל ותוצרים טובים יותר.

לולאת משוב זו היא הגורם לכך ש-Brain משתפרת ללא הרף מעצמה.

עבור משתמשים, הסוכנים משתפרים בהבנת ההקשר הדרוש להם כדי לבצע את העבודה. המשמעות היא גם ששימוש בטוקנים כעת מהווה השקעה בשימוש יעיל יותר בטוקנים בהמשך.

גרף ההקשר

Brain יוצרת גרף הקשר דינמי עבור Computer באמצעות יצירת גרף ניתן למעקב המסייע ל-Computer להבין את עולמו של המשתמש, ללמוד מעבודתו וליישם עבודה זו על משימות עתידיות.

שכבת ההקשר מקבלת צורה של ויקי LLM הנטען באופן אוטומטי לארגז החול של הסוכן. דפי ה-LLM wiki של המשתמש משקפים את הרעיונות, האנשים, הפרויקטים ואלמנטים אחרים המרכיבים את עולמו, ומאפשרים ל-Computer לנווט ברשת מידע אישית זו.

הוויקי מתעדכן באופן מצטבר על ידי מערכת Brain במהלך הלילה, בעוד היא מסנתזת את ההפעלות של המשתמש לצד תוצאות מחברים, שינויים במסמכי מקור ותיקונים שבוצעו.

הקשר מתחדש זה מעניק ל-Computer איתות חזק יותר לגבי מה לעשות, היכן לחפש וכיצד לספק תוצרים עבור המשתמש.

ביצועים משופרים

הגדלה

תוצאות מדידה מוקדמות מראות ש-Brain מגבירה את דיוק התשובות ב-25% במשימות ש-Computer ראה בעבר. ושליפת המידע עולה ב-16%.

אותן תוצאות מראות ש-Brain מפחיתה את עלות המשימות הדורשות הקשר היסטורי ב-13%. והתוצאות עבור אנשים שמשתמשים ב-Brain לאורך זמן משתפרות ככל שהסוכנים לומדים את עולמם.

Brain גם מציגה את עבודתה, בדומה לתוצרים אחרים המופקים על ידי Perplexity. כל רשומת זיכרון מקושרת בחזרה להפעלה, לקובץ או למקור שממנו הגיעה.

הנעת בינה מלאכותית פרואקטיבית

רק באמצעות למידה מתמשכת Computer הופך לבינה המלאכותית הפרואקטיבית שמשתמשים ועסקים מבקשים מאיתנו. סוכנים לומדים וזוכרים את העבודה וכיצד להשתפר בה.

הבינה המלאכותית החזיתית היא המערכת הפרטית שאתה בונה עבור בינה מלאכותית בארגון שלך. כאשר סוכנים לומדים באופן פעיל מהעבודה שאנו עושים, הם יכולים לזהות הזדמנויות שלא שאלנו לגביהן, או לסמן בעיה לפני שמישהו שם לב.

גרסה זו של Brain היא רק ההתחלה. נכריז על יכולות חדשות בקרוב.

Brain משוחררת היום למנויי Max ו-Enterprise Max במסגרת תצוגה מקדימה למחקר.