エージェントのための自己改善型メモリ

AIにおける一般的なメンタルモデルとして、エージェントを労働者と見なす考え方があります。新しい機能は「新卒の大学卒業生」や「2年目のアナリスト」と同等かもしれません。これはAIの能力を考える最善の方法ではありませんが、AIが機能する上での重要な概念を示しています。労働者を雇う際は常に、彼らが仕事を通じて学習し成長することを期待するはずです。

AIエージェントも同様であるべきです。これは、AIにおける「メモリ」が真に意味するものについて、より詳細な検討を促すものです。

本日、私たちはAIのメモリに対する全く新しいアプローチを開始します。それをBrainと呼びます。

Brainは自己改善型のメモリシステムです。これは、Computerが実行する作業のコンテキストグラフを構築します。夜間などの設定された間隔で、Brainはコンテキストグラフをレビューし、作業をより良く行う方法を自己学習します。

作業を行えば行うほど、BrainはあなたのComputerをより良く、より効率的にします。

AIにおけるメモリには、重要な2つの軸があります。1つ目はメモリが何に関するものか、2つ目はメモリが何のためのものかです。

伝統的に、AIのメモリはユーザーであるあなたに関するものでした。あなたの好み、趣向、作業スタイル、連絡先、役割などです。BrainはAIエージェントのためにはるかに効果的なモデルを先駆けて導入します。Brainはエージェントが何をしたかを記憶します。何がうまくいき、何が失敗したか、そして作業に対してどのような修正が行われたかを記憶します。それにより、より良い成果を出せるよう学習します。

次に、ユーザーに関するAIメモリは、AIエージェントとより密接に関わっていると感じてもらうことを目的としています。Brainのような作業用メモリは、エージェントが業務においてより優れることを支援することを目的としています。これこそが、メモリの最も重要な目的です。併せて、このメモリへのアプローチは、時間の経過とともにComputerのパフォーマンスを向上させます。毎日、Brainを搭載したComputerは、新しいタスクごとに、より良い出発点を持つことができます。これは、Brainが過去のセッション、何がうまくいき、何がうまくいかなかったかに基づいて、ユーザーが何を達成しようとしている可能性が高いかについての最新の地図を作成するためです。

これは、Computerがより速く回答に到達し、最も信頼できるソースにアクセスし、時間とトークンの無駄を省けることを意味します。

Brainは、あなたがComputerを使用するにつれて向上します。エージェントは、プロジェクト、コネクタ、アーティファクト、および最高の結果をもたらす他のソースを学習することで、コンテキストを更新する能力を高めます。

彼らはまた、ユーザーが修正を行ったときや、ソースが行き止まりであったときを記憶し、自身の失敗から学習します。その結果、ターン数やモデル呼び出しが減少し、より良い出力が得られます。

このフィードバックループこそが、Brainを継続的に自己改善させるものです。

ユーザーにとって、エージェントは仕事を遂行するために知っておくべきコンテキストを理解する能力が高まります。また、現在のトークン使用量が、後のより効率的なトークン使用量への投資になることも意味します。

Brainは、Computerがユーザーの世界を理解し、彼らの仕事から学び、その仕事を将来のタスクに応用できるようにするトレーサブル（追跡可能）なグラフを作成することで、Computerのための生きたコンテキストグラフを形成します。

コンテキストレイヤーは、エージェントのサンドボックスに自動的にロードされるLLM Wikiの形をとります。ユーザーのLLM Wikiページは、彼らの世界を構成するアイデア、人々、プロジェクト、その他の要素を反映しており、Computerがこの個人的な情報のウェブを横断することを可能にします。

Wikiは、Brainシステムによって夜間に増分更新され、ユーザーのセッションとコネクタの結果、ソースドキュメントの変更、行われた修正を統合します。

その継続的に更新されるコンテキストは、何をすべきか、どこを見るべきか、そしてユーザーのためにどのように結果を届けるかについて、Computerにより強力なシグナルを与えます。

初期の測定結果は、BrainがComputerが以前に見たことのあるタスクにおいて、回答の正確性を25%向上させることを示しています。また、再現率は16%向上します。

同じ結果は、Brainが歴史的コンテキストを必要とするタスクのコストを13%削減することを示しています。そして、Brainをより長く使用する人々の結果は、エージェントが彼らの世界を学習するにつれて向上します。

Brainは、Perplexityによって生成された他の出力と同様に、その作業の根拠を示します。すべてのメモリ項目は、それが由来するセッション、ファイル、またはソースにリンクしています。

継続的な学習を通じてのみ、Computerはユーザーや企業が私たちに求めるプロアクティブなAIになります。エージェントは仕事の内容と、それを改善する方法を学習し、記憶します。

フロンティアAIとは、あなたが自身の組織でAIのために構築する個別のシステムです。エージェントが私たちの行う仕事から積極的に学習することで、私たちが尋ねなかった機会を特定したり、誰かが気づく前に問題を指摘したりすることができます。

このバージョンのBrainはほんの始まりに過ぎません。まもなく新しい機能を発表する予定です。

Brainは本日より、Research PreviewにてMaxおよびEnterprise Maxのサブスクライバー向けに提供を開始します。

Brainの導入

AIメモリのためのより良いモデル

再帰的自己改善

コンテキストグラフ

パフォーマンスの向上

プロアクティブなAIの強化