Pašuzlabojoša atmiņa aģentiem

Populārs mākslīgā intelekta garīgais modelis ir uzskatīt aģentu par darbinieku. Jauna iespēja var būt līdzvērtīga "nesenam koledžas absolventam" vai "otrā gada analītiķim". Tas nav labākais veids, kā domāt par mākslīgā intelekta iespējām, taču tas ilustrē būtisku mākslīgā intelekta darbības koncepciju: pieņemot darbā jebkuru darbinieku, jūs sagaidāt, ka viņš mācīsies un attīstīsies darba procesā.

Mākslīgā intelekta aģentiem vajadzētu rīkoties tāpat. Tas prasa tuvāk aplūkot, ko mākslīgā intelekta kontekstā patiesībā nozīmē "atmiņa".

Iepazīstinām ar Brain

Šodien mēs ieviešam pilnīgi jaunu pieeju mākslīgā intelekta atmiņai. Mēs to saucam par Brain.

Brain ir pašuzlabojoša atmiņas sistēma. Tā izveido konteksta grafiku darbam, ko veic Computer. Noteiktos laika intervalos, piemēram, pa nakti, Brain pārskata konteksta grafiku un mācās pati sevi, lai veiktu darbu labāk.

Jo vairāk darba paveicat, jo labāku un efektīvāku Brainpadara jūsu Computer.

Labāks mākslīgā intelekta atmiņas modelis

Mākslīgā intelekta atmiņai ir divas svarīgas asis. Pirmā ir tas, par ko ir atmiņa, un otrā ir tas, kam atmiņa ir paredzēta.

Tradicionāli mākslīgā intelekta atmiņa ir bijusi par jums — lietotāju. Jūsu preferences, gaume, darba stili, kontakti, loma un daudz kas cits. Brain aizsāk daudz efektīvāku modeli mākslīgā intelekta aģentiem: Brain atceras, ko aģents darīja. Tas atceras, kas nostrādāja un kas neizdevās, un kādi labojumi tika veikti darbā. Tas mācās strādāt labāk.

Otrkārt, mākslīgā intelekta atmiņa par lietotāju kalpo mērķim palīdzēt jums justies vairāk iesaistītam saziņā ar mākslīgā intelekta aģentu. Darba atmiņa, piemēram, Brain, kalpo mērķim palīdzēt aģentam labāk pildīt savu darbu. Šis ir vissvarīgākais atmiņas uzdevums.

Kopumā šī pieeja atmiņai laika gaitā uzlabo Computer veiktspēju. Katru dienu Computer ar Brain ir labāks sākumpunkts katram jaunam uzdevumam. Tas ir tāpēc, ka Brain izveido jaunu karti par to, ko lietotājs, visticamāk, cer sasniegt, pamatojoties uz iepriekšējām sesijām, to, kas ir nostrādājis un kas ne.

Tas nozīmē, ka Computer var ātrāk iegūt atbildes, piekļūt uzticamākajiem avotiem un izvairīties no laika un tokenu tērēšanas.

Rekursīva pašuzlabošanās

Brain kļūst labāks, kad izmantojat Computer. Aģenti kļūst efektīvāki konteksta atjaunināšanā, kad tie apgūst projektus, savienotājus, artefaktus un citus avotus, kas nodrošina vislabākos rezultātus.

Tie mācās arī no savām kļūdām, atceroties, kad lietotājs ir veicis labojumu vai kad avots ir izrādījies strupceļš. Tā rezultātā ir mazāk soļu, mazāk modeļa izsaukumu un labāki rezultāti.

Šī atgriezeniskās saites cilpa padara Brain nepārtraukti pašuzlabojošu.

Lietotājiem aģenti arvien labāk saprot kontekstu, kas tiem nepieciešams darba veikšanai. Tas nozīmē arī to, ka pašreizējais tokenu patēriņš ir ieguldījums efektīvākā tokenu patēriņā vēlāk.

Konteksta grafiks

Brain izveido dinamisku konteksta grafiku Computer, izveidojot izsekojamu grafiku, kas palīdz Computer izprast lietotāja pasauli, mācīties no viņa darba un pielietot šo darbu turpmākajos uzdevumos.

Konteksta slānis iegūst LLM viki formu, kas tiek automātiski ielādēta aģenta smilšu kaste. Lietotāja LLM viki lapas atspoguļo idejas, cilvēkus, projektus un citus elementus, kas veido viņu pasauli, ļaujot Computer pārvietoties šajā personiskās informācijas tīklā.

Viki tiek pakāpeniski atjaunināts ar Brain sistēmas starpniecību naktī, jo tā sintetizē lietotāja sesijas kopā ar savienotājs rezultātiem, izmaiņām avota dokumentos un veiktajiem labojumiem.

Šis pastāvīgi atjaunojamais konteksts sniedz Computer spēcīgāku signālu par to, ko darīt, kur meklēt un kā nodrošināt rezultātus lietotājam.

Uzlabota veiktspēja

Izvērst

Agrīnie mērījumu rezultāti rāda, ka Brain palīdz atbilžu pareizību par 25% uzdevumos, ko Computer jau iepriekš ir redzējis. Un atsauktspēja palielinās par 16%.

Tie paši rezultāti rāda, ka Brain par 13% samazina to uzdevumu izmaksas, kuriem nepieciešams vēsturiskais konteksts. Un rezultāti cilvēkiem, kuri Brain izmanto ilgāk, uzlabojas, aģentiem apgūstot viņu pasauli.

Brain arī parāda savu darbu, tāpat kā citi Perplexity ģenerētie rezultāti. Katrs atmiņas ieraksts ir saistīts ar sesiju, failu vai avotu, no kura tas radies.

Proaktīva mākslīgā intelekta nodrošināšana

Tikai nepārtrauktas mācīšanās rezultātā Computer kļūst par proaktīvu mākslīgo intelektu, ko lietotāji un uzņēmumi no mums pieprasa. Aģenti mācās un atceras darbu un to, kā to paveikt labāk.

Modernākais mākslīgais intelekts ir individuālā sistēma, ko veidojat mākslīgajam intelektam savā organizācijā. Kad aģenti aktīvi mācās no darba, ko darām, tie var identificēt iespējas, par kurām mēs neprasījām, vai signalizēt par problēmu, pirms kāds to ir pamanījis.

Šī Brain versija ir tikai sākums. Drīzumā mēs paziņosim par jaunām iespējām.

Brain šodien tiek ieviests Max un Enterprise Max abonetiem pētniecības priekšskatījumā.