Memorija za agente koja se samousavršava

Popularni mentalni model u umjetnoj inteligenciji jest promatranje agenta kao radnika. Nova sposobnost može biti ekvivalentna „nedavnom diplomcu” ili „analitičaru druge godine”. To nije najbolji način razmišljanja o sposobnostima umjetne inteligencije, ali ilustrira ključan koncept umjetne inteligencije na djelu: kad god zaposlite bilo kojeg radnika, očekujete od njega da uči i razvija se na poslu.

AI agenti bi trebali činiti isto. To potiče bliži pogled na ono što „memorija” zapravo znači u umjetnoj inteligenciji.

Predstavljamo Brain

Danas pokrećemo potpuno novi pristup memoriji u umjetnoj inteligenciji. Nazivamo ga Brain.

Brain je sustav memorije koji se samousavršava. On gradi graf konteksta rada koji Computer obavlja. U određenim intervalima, poput preko noći, Brain pregledava graf konteksta i uči sam sebe kako bolje obavljati posao.

Što više posla obavite, to Brain čini vaš Computer boljim i učinkovitijim.

Bolji model za AI memoriju

Postoje dvije osi važnosti za memoriju u umjetnoj inteligenciji. Prva je o čemu je memorija, a druga je čemu memorija služi.

Tradicionalno je AI memorija bila usmjerena na vas, korisnika. Vaše preferencije, ukusi, stilovi rada, kontakti, uloga i još mnogo toga. Brain uvodi mnogo učinkovitiji model za AI agente: Brain pamti što je agent učinio. Pamti što je uspjelo, što nije uspjelo i koje su ispravke unesene u posao. Uči raditi bolje.

Kao drugo, AI memorija o korisniku služi svrsi da se osjećate povezanije s AI agentom. Radna memorija poput Braina služi svrsi da pomogne agentu da postane bolji u svom poslu. To je najvažnija svrha memorije.

Zajedno, ovaj pristup memoriji poboljšava performanse Computera tijekom vremena. Svaki dan Computer s Brainom ima bolje polazište za svaki novi zadatak. To je zato što Brain stvara svježu kartu onoga što korisnik najvjerojatnije želi postići na temelju prošlih sesija, onoga što je uspjelo i onoga što nije.

To znači da Computer može brže doći do odgovora, pristupiti pouzdanijim izvorima te izbjeći gubljenje vremena i tokena.

Rekurzivno samousavršavanje

Brain postaje bolji kako koristite Computer. Agenti postaju učinkovitiji u ažuriranju konteksta dok uče o projektima, konektorima, artefaktima i drugim izvorima koji dovode do najboljih rezultata.

Također uče na svojim pogreškama, pamteći kada je korisnik napravio ispravak ili kada je izvor bio slijepa ulica. To rezultira s manje koraka, manje poziva modela i boljim rezultatima.

Ova povratna sprega čini Brain kontinuirano samousavršavajućim.

Za korisnike, agenti postaju bolji u razumijevanju konteksta koji im je potreban za obavljanje posla. To također znači da je trenutna potrošnja tokena ulaganje u učinkovitiju potrošnju tokena kasnije.

Graf konteksta

Brain oblikuje živi graf konteksta za Computer stvaranjem grafa koji se može pratiti, a koji pomaže Computeru razumjeti svijet korisnika, učiti iz njihovog rada i primijeniti taj rad na buduće zadatke.

Kontekstni sloj poprima oblik LLM wiki stranica koje se automatski učitavaju u sandbox agenta. Korisnikove LLM wiki stranice odražavaju ideje, ljude, projekte i druge elemente koji čine njihov svijet, omogućujući Computeru kretanje kroz ovu mrežu osobnih informacija.

Wiki inkrementalno ažurira sustav Brain preko noći dok sintetizira korisnikove sesije zajedno s rezultatima konektora, promjenama u izvornim dokumentima i izvršenim ispravcima.

Taj kontekst koji se stalno osvježava pruža Computeru snažniji signal o tome što učiniti, gdje tražiti i kako isporučiti rezultate za korisnika.

Poboljšane performanse

Povećaj

Rani rezultati mjerenja pokazuju da Brain povećava točnost odgovora za 25% na zadacima koje je Computer već vidio. A prisjećanje raste za 16%.

Isti rezultati pokazuju da Brain smanjuje trošak zadataka koji zahtijevaju povijesni kontekst za 13%. A rezultati za ljude koji dulje koriste Brain poboljšavaju se kako agenti uče njihov svijet.

Brain također prikazuje svoj rad, poput drugih izlaza koje generira Perplexity. Svaki unos u memoriju vodi natrag do sesije, datoteke ili izvora iz kojeg je nastao.

Pokretanje proaktivne umjetne inteligencije

Samo kroz kontinuirano učenje Computer postaje proaktivna umjetna inteligencija koju korisnici i tvrtke traže od nas. Agenti uče i pamte posao te kako postati bolji u njemu.

Vodeća umjetna inteligencija je individualni sustav koji gradite za AI u vlastitoj organizaciji. Kada agenti aktivno uče iz posla koji obavljamo, mogu prepoznati prilike za koje nismo pitali ili ukazati na problem prije nego što ga je itko primijetio.

Ova verzija Braina tek je početak. Uskoro ćemo najaviti nove sposobnosti.

Brain se danas uvodi pretplatnicima na pakete Max i Enterprise Max u sklopu pregleda istraživanja.