AI മെമ്മറി: എന്താണ്, എങ്ങനെ പ്രവർത്തിക്കുന്നു, എന്തൊക്കെ സംഭരിക്കുന്നു

ഒരു സംഭാഷണ AI അസിസ്റ്റന്റ് നിങ്ങളുടെ മുൻ സംഭാഷണങ്ങളിൽ നിന്ന് സംരക്ഷിച്ച് പുതിയ സംഭാഷണങ്ങളിലേക്ക് കൊണ്ടുവരുന്ന വിവരങ്ങളാണ് AI മെമ്മറി. ഇതുവഴി നിങ്ങളുടെ മുൻഗണനകളും സന്ദർഭവും ഓർത്തെടുക്കാൻ അസിസ്റ്റന്റിന് കഴിയും. മോഡൽ തന്നെ ഇതിലൊന്നും സൂക്ഷിക്കുന്നില്ല. അസിസ്റ്റന്റ് ഇത് പ്രത്യേകം സംഭരിക്കുകയും പ്രസക്തമാകുമ്പോൾ വീണ്ടും ചേർക്കുകയും ചെയ്യുന്നു. അങ്ങനെ, മറ്റുവിധത്തിൽ ലഭിക്കാത്ത സ്ഥിരമായ സന്ദർഭം മോഡലിന് ലഭിക്കുന്നു.

അസിസ്റ്റന്റുകൾ ആ വിവരങ്ങൾ എങ്ങനെ സംരക്ഷിക്കുകയും ഓർത്തെടുക്കുകയും ചെയ്യുന്നു, അവ എന്തെല്ലാം സംഭരിക്കുന്നു, ചിലപ്പോൾ എന്തുകൊണ്ട് അവയ്ക്ക് തെറ്റുപറ്റുന്നു, അത് എങ്ങനെ കാണാം, മാറ്റാം, അല്ലെങ്കിൽ ഓഫാക്കാം എന്നിവ ഈ ഗൈഡ് വിശദീകരിക്കുന്നു.

എന്താണ് AI മെമ്മറി?

സ്ഥിര മെമ്മറി (persistent memory) എന്നും അറിയപ്പെടുന്ന AI മെമ്മറി, മുൻ ഇടപെടലുകളിൽ നിന്നുള്ള മുൻഗണനകൾ, വസ്തുതകൾ, സന്ദർഭം തുടങ്ങി നിങ്ങളെക്കുറിച്ചുള്ള വിവരങ്ങൾ സംഭരിക്കുന്ന ഒരു AI അസിസ്റ്റന്റ് ഫീച്ചറാണ്. ഈ വിവരങ്ങൾ പിന്നീടുള്ള സംഭാഷണങ്ങളിൽ അസിസ്റ്റന്റിന് ഉപയോഗിക്കാം.

ഓർത്തുവയ്ക്കാൻ നിങ്ങൾ ആവശ്യപ്പെടുന്ന കാര്യങ്ങൾ, അത് സ്വയം ശ്രദ്ധിച്ചെടുക്കുന്ന വിശദാംശങ്ങൾ, പിന്നീട് പരിശോധിക്കാൻ കഴിയുന്ന മുൻ ചാറ്റുകൾ എന്നിവയിൽ നിന്നാണ് ഒരു AI അസിസ്റ്റന്റ് ആ രേഖ തയ്യാറാക്കുന്നത്.

ഓരോ ചാറ്റിലും നിങ്ങളുടെ മുൻഗണനകൾ പങ്കുവയ്ക്കാതെ തന്നെ വ്യക്തിഗതമാക്കിയ ഉത്തരങ്ങൾ നൽകാൻ AI മെമ്മറി ലെയർ AI അസിസ്റ്റന്റുകളെ സഹായിക്കുന്നു. നിങ്ങൾ ഒരു മാരത്തണിനായി പരിശീലിക്കുകയാണെന്നും കിലോമീറ്ററാണ് ഇഷ്ടമെന്നും അസിസ്റ്റന്റിനോട് പറഞ്ഞിട്ടുണ്ടെങ്കിൽ, അത് വീണ്ടും പറയാതെ തന്നെ നിങ്ങളുടെ അടുത്ത പേസിംഗ് ചോദ്യത്തിന് കിലോമീറ്ററിൽ ഉത്തരം ലഭിക്കും.

ഓരോ ചാറ്റിലും നിങ്ങളുടെ സാഹചര്യം വീണ്ടും വിവരിക്കുന്നതിനെ അപേക്ഷിച്ച്, മെമ്മറി നിങ്ങളുടെ ടൈപ്പിംഗ് ലാഭിക്കുകയും പ്രോംപ്റ്റ് ചെറുതായി നിലനിർത്തുകയും ചെയ്യുന്നു. ദൈർഘ്യമേറിയ ഇൻപുട്ടുകൾ ഉത്തരങ്ങളുടെ കൃത്യത കുറയ്ക്കുന്നതിനാൽ ഇത് പ്രധാനമാണ്.

മെമ്മറി എല്ലാ സംഭാഷണങ്ങളുടെയും ട്രാൻസ്ക്രിപ്റ്റല്ല, മറിച്ച് നിങ്ങളെക്കുറിച്ചുള്ള പ്രധാന വസ്തുതകളുടെ ഒരു ശേഖരമാണ്. അതിനാൽ നിങ്ങൾക്ക് കിലോമീറ്ററാണ് ഇഷ്ടമെന്ന് അത് ഓർക്കും. എന്നാൽ കഴിഞ്ഞ മാസം അത് തയ്യാറാക്കിയ കൃത്യമായ പരിശീലന പദ്ധതി കണ്ടെത്താനാകുമോ എന്നത്, അസിസ്റ്റന്റിന് മുൻ ചാറ്റുകൾ കൂടി തിരയാൻ കഴിയുമോ എന്നതിനെ ആശ്രയിച്ചിരിക്കുന്നു.

AI മെമ്മറിയുടെ തരങ്ങൾ

പ്രിൻസ്റ്റൺ സർവകലാശാലയിലെ ഗവേഷകർ (2024) AI മെമ്മറി സിസ്റ്റങ്ങളുടെ തരങ്ങളെ വർഗ്ഗീകരിക്കാൻ മനുഷ്യ ഓർമ്മയെക്കുറിച്ചുള്ള ശാസ്ത്രത്തിൽ നിന്ന് പദാവലി കടമെടുത്തിട്ടുണ്ട്. അവരുടെ ചട്ടക്കൂട് വർക്കിംഗ് മെമ്മറിയെ ദീർഘകാല മെമ്മറിയിൽ നിന്ന് വേർതിരിക്കുന്നു:

• വർക്കിംഗ് മെമ്മറി: നിലവിലെ ഘട്ടത്തിനായി മോഡൽ കൈവശം വച്ചിരിക്കുന്നത്, അതായത് ഇതുവരെയുള്ള സംഭാഷണവും അത് വീണ്ടെടുത്ത എല്ലാ വിവരങ്ങളും. ഹ്രസ്വകാല മെമ്മറി എന്നും അറിയപ്പെടുന്നു.
• ദീർഘകാല മെമ്മറി: സെഷനുകളിലുടനീളം നിലനിൽക്കുന്ന സ്ഥിര മെമ്മറി. ഈ ലേഖനം ഈ തരം മെമ്മറിയെക്കുറിച്ചാണ്.

ദീർഘകാല മെമ്മറിയിൽ മൂന്ന് തരം മെമ്മറികളുണ്ട്:

• എപ്പിസോഡിക് മെമ്മറി: മുൻ ഇടപെടലുകളുടെ രേഖകൾ, ഉദാഹരണത്തിന് കഴിഞ്ഞ മാസം നിങ്ങൾ ഒരു പരിശീലന പദ്ധതി ആവശ്യപ്പെട്ട ചാറ്റ്.
• സെമാന്റിക് മെമ്മറി: ലോകത്തെക്കുറിച്ചും നിങ്ങളെക്കുറിച്ചുമുള്ള അറിവ്, ഉദാഹരണത്തിന് കിലോമീറ്ററിനോടുള്ള മുൻഗണന.
• പ്രൊസീജറൽ മെമ്മറി: ഒരു AI ഏജന്റ് എങ്ങനെ പെരുമാറുന്നു എന്നത്. ഇത് മോഡലിന്റെ വെയ്റ്റുകളിലും ഏജന്റിനെ പ്രവർത്തിപ്പിക്കുന്ന കോഡിലും പ്രോംപ്റ്റുകളിലും ഉൾച്ചേർന്നിരിക്കുന്നു. ഒരു AI അസിസ്റ്റന്റിൽ, ഇതിനോട് ഏറ്റവും അടുത്തുനിൽക്കുന്നത് സിസ്റ്റം പ്രോംപ്റ്റും നിങ്ങളുടെ കസ്റ്റം നിർദ്ദേശങ്ങളുമാണ്.

വലുതാക്കുക

AI അസിസ്റ്റന്റ് മെമ്മറിയും AI ഏജന്റ് മെമ്മറിയും

AI അസിസ്റ്റന്റ് മെമ്മറിയും AI ഏജന്റ് മെമ്മറിയും ദീർഘകാല മെമ്മറിയാണ്. AI അസിസ്റ്റന്റ് മെമ്മറി പ്രധാനമായും സെമാന്റിക് മെമ്മറിയാണ്; ഉത്തരങ്ങൾ നിങ്ങൾക്ക് അനുയോജ്യമാകാൻ അത് നിങ്ങളെക്കുറിച്ചുള്ള വസ്തുതകൾ സംഭരിക്കുന്നു. Perplexity-യുടെ Brain പോലുള്ള ഏജന്റ് മെമ്മറി, ഏജന്റ് എന്ത് ചെയ്തുവെന്നും അത് എങ്ങനെ നടന്നുവെന്നും സംഭരിക്കുന്നു. എന്ത് ഫലിച്ചു, നിങ്ങൾ എന്ത് തിരുത്തി എന്നതും ഇതിൽ ഉൾപ്പെടുന്നു. അതിനാൽ ഓരോ പുതിയ ടാസ്കും മെച്ചപ്പെട്ട നിലയിൽ നിന്ന് ആരംഭിക്കാൻ അതിന് കഴിയും.

AI മെമ്മറിയും കോൺടെക്സ്റ്റ് വിൻഡോകൾ, പരിശീലന ഡാറ്റ, കസ്റ്റം നിർദ്ദേശങ്ങൾ എന്നിവയും തമ്മിലുള്ള വ്യത്യാസം

ഒരു ഉത്തരത്തെ രൂപപ്പെടുത്തുന്ന മറ്റ് മൂന്ന് കാര്യങ്ങളുമായി AI മെമ്മറിയെ എളുപ്പത്തിൽ തെറ്റിദ്ധരിക്കാം: മോഡലിന്റെ കോൺടെക്സ്റ്റ് വിൻഡോ, പരിശീലന ഡാറ്റ, കസ്റ്റം നിർദ്ദേശങ്ങൾ. ഓരോന്നും വ്യത്യസ്ത വിവരങ്ങൾ ഉൾക്കൊള്ളുന്നു, വ്യത്യസ്ത കാലയളവിലേക്ക് നിലനിൽക്കുന്നു, വ്യത്യസ്ത സിസ്റ്റങ്ങളാൽ നിയന്ത്രിക്കപ്പെടുന്നു.

ഒരു ലാർജ് ലാംഗ്വേജ് മോഡലിന് (LLM) ഒരേസമയം വായിക്കാൻ കഴിയുന്ന ടെക്സ്റ്റിന്റെ അളവാണ് കോൺടെക്സ്റ്റ് വിൻഡോ; അത് നിലവിലെ സംഭാഷണം ഉൾക്കൊള്ളുന്നു. നിങ്ങൾ ഒരു പുതിയ ചാറ്റ് ആരംഭിക്കുമ്പോൾ അത് റീസെറ്റ് ആകുന്നു.

നിലവിലുള്ള ചില മോഡലുകൾക്ക് പത്ത് ലക്ഷമോ അതിലധികമോ ടോക്കണുകളുടെ വലിയ കോൺടെക്സ്റ്റ് വിൻഡോകളുണ്ട്, അതിനാൽ സാങ്കേതികമായി നിങ്ങളുടെ പ്രധാന വിവരങ്ങൾ എല്ലാ സംഭാഷണങ്ങളിലും പേസ്റ്റ് ചെയ്യാം. എന്നാൽ അവയെല്ലാം പ്രോസസ്സ് ചെയ്യുന്നത് ലേറ്റൻസിയും ചെലവും വർദ്ധിപ്പിക്കുന്നു.

ഉത്തരം കോൺടെക്സ്റ്റിൽ ഉള്ളപ്പോൾ പോലും, ഇൻപുട്ട് വലുതാകുന്തോറും ഔട്ട്പുട്ടിന്റെ കൃത്യത കുറയുന്നതായി ഒന്നിലധികം പഠനങ്ങൾ കണ്ടെത്തിയിട്ടുണ്ട്.

2025-ൽ യൂണിവേഴ്സിറ്റി ഓഫ് ഇല്ലിനോയിസും Amazon-ഉം നടത്തിയ ഒരു പഠനം, പ്രസക്തമായ എല്ലാ വിശദാംശങ്ങളും മോഡലുകൾക്ക് ആവർത്തിക്കാൻ കഴിഞ്ഞപ്പോൾ പോലും ഇത് കണ്ടെത്തി: ഇൻപുട്ടുകൾ 30,000 ടോക്കണുകളായി വളർന്നപ്പോൾ കൃത്യത 13.9% മുതൽ 85% വരെ കുറഞ്ഞു, ഇത് മോഡലുകൾ അവകാശപ്പെടുന്ന പരിധികളേക്കാൾ വളരെ താഴെയാണ്. Adobe Research-ഉം LMU Munich-ഉം ചേർന്ന് 2025-ൽ പുറത്തിറക്കിയ ബെഞ്ച്മാർക്കായ NoLiMa, ചോദ്യവും ഉത്തരവും പൊതുവായ കീവേഡുകളൊന്നും പങ്കിടാത്തപ്പോഴെല്ലാം, പരീക്ഷിച്ച 13 മോഡലുകളിൽ 11 എണ്ണവും വെറും 32,000 ടോക്കണുകളിൽ തന്നെ ഗണ്യമായി മോശം പ്രകടനം കാഴ്ചവച്ചതായി കണ്ടെത്തി. 1,13,000 ടോക്കണുകളുള്ള ഒരു ചാറ്റ് ചരിത്രത്തിൽ നിന്ന് ഉത്തരം നൽകിയപ്പോൾ ഉൾപ്പെടെ, 18 മോഡലുകളിലുടനീളം Chroma-യുടെ 2025 ജൂലൈയിലെ റിപ്പോർട്ട് ഇത് കണ്ടെത്തി.

റിലീസിന് മുമ്പ് മോഡലിന്റെ വെയ്റ്റുകളിൽ ഉൾച്ചേർത്ത വിവരങ്ങളാണ് പരിശീലന ഡാറ്റ. ഉപയോക്താക്കൾക്ക് അത് മാറ്റാൻ കഴിയില്ല. ഡെവലപ്പർമാർക്ക് പുതിയ ഡാറ്റ ഉപയോഗിച്ച് ഒരു മോഡലിനെ ഫൈൻ-ട്യൂൺ ചെയ്യാം, എന്നാൽ അതൊരു എഞ്ചിനീയറിംഗ് പ്രക്രിയയാണ്, ഉപയോക്തൃ ക്രമീകരണമല്ല,

AI അസിസ്റ്റന്റിന്റെ പെരുമാറ്റവും ഔട്ട്പുട്ടുകളും ഇഷ്ടാനുസൃതമാക്കാൻ നിങ്ങൾ സ്വയം എഴുതുകയും എഡിറ്റ് ചെയ്യുകയും ചെയ്യുന്ന, അസിസ്റ്റന്റ് ക്രമീകരണങ്ങളിൽ സംരക്ഷിച്ചിട്ടുള്ള നിയമങ്ങളാണ് കസ്റ്റം നിർദ്ദേശങ്ങൾ. ഉദാഹരണത്തിന്, ഉത്തരങ്ങളുടെ ടോണും ശൈലിയും അല്ലെങ്കിൽ അസിസ്റ്റന്റിന് ഉപയോഗിക്കാവുന്ന ഉറവിടങ്ങളും നിർവചിക്കാൻ നിങ്ങൾക്ക് കസ്റ്റം നിർദ്ദേശങ്ങൾ ഉപയോഗിക്കാം.

ഈ നാലും തമ്മിലുള്ള താരതമ്യം ഇതാ:

AI മെമ്മറി എന്തെല്ലാം സംഭരിക്കുന്നു

വസ്തുതകൾ, മുൻഗണനകൾ, സംഗ്രഹങ്ങൾ എന്നിങ്ങനെ നിങ്ങളെക്കുറിച്ചുള്ള തിരഞ്ഞെടുത്ത വിശദാംശങ്ങൾ അസിസ്റ്റന്റുകൾ സൂക്ഷിക്കുന്നു, ചിലത് നിങ്ങളുടെ മുൻ ചാറ്റുകളും ഉപയോഗപ്പെടുത്തുന്നു.

• ഓർത്തുവയ്ക്കാൻ നിങ്ങൾ ആവശ്യപ്പെടുന്ന വസ്തുതകളും മുൻഗണനകളും: "എനിക്ക് കിലോമീറ്ററാണ് ഇഷ്ടമെന്ന് ഓർത്തുവയ്ക്കുക" എന്നിങ്ങനെ, സംരക്ഷിക്കാൻ നിങ്ങൾ അസിസ്റ്റന്റിനോട് വ്യക്തമായി പറയുന്ന വിശദാംശങ്ങളാണിവ. നിങ്ങൾ ആവശ്യപ്പെടുമ്പോൾ അസിസ്റ്റന്റ് മെമ്മറി സൃഷ്ടിക്കുന്നു; നിങ്ങൾ അത് ഇല്ലാതാക്കുന്നതുവരെയോ പിന്നീടുള്ള ഒരു സംഭാഷണം അത് അപ്ഡേറ്റ് ചെയ്യുന്നതുവരെയോ അത് നിലനിൽക്കും.
• നിങ്ങളുടെ സംഭാഷണങ്ങളിൽ നിന്ന് അത് ശ്രദ്ധിച്ചെടുക്കുന്ന വിശദാംശങ്ങൾ: ക്രമീകരണം ഓണായിരിക്കുമ്പോൾ അസിസ്റ്റന്റ് ഇവ സംരക്ഷിക്കുന്നു. Perplexity "ഉപയോക്താവ് ചോദിക്കുന്ന ചോദ്യങ്ങളുടെയും നൽകുന്ന വിവരങ്ങളുടെയും ആവൃത്തിക്ക് മുൻഗണന നൽകുന്നു", അതിനാൽ നിങ്ങൾ ഒരിക്കൽ മാത്രം പരാമർശിക്കുന്നതിനേക്കാൾ പലപ്പോഴും പരാമർശിക്കുന്ന കാര്യം ഓർമ്മയിൽ നിൽക്കാൻ സാധ്യത കൂടുതലാണ്. അപ്ഡേറ്റ് ചെയ്യപ്പെടുന്നതുവരെയോ നിങ്ങൾ ഇല്ലാതാക്കുന്നതുവരെയോ മെമ്മറി നിലനിൽക്കും.
• നിങ്ങളുടെ മുൻ ചാറ്റുകളിലേക്കുള്ള റഫറൻസുകൾ: സംരക്ഷിച്ച ഒരു ലിസ്റ്റിനു പകരം അസിസ്റ്റന്റ് മുൻ സംഭാഷണങ്ങളെ നേരിട്ട് ആശ്രയിക്കുന്നു. Perplexity ഇതിനെ തിരയൽ ചരിത്രം എന്ന് വിളിക്കുന്നു: ഒരു പുതിയ പ്രതികരണം കൂടുതൽ പ്രസക്തമാക്കാൻ ഉപയോഗിക്കുന്ന, നിങ്ങളുടെ മുൻ ചോദ്യങ്ങളും ഉത്തരങ്ങളും.

AI മെമ്മറി എങ്ങനെ പ്രവർത്തിക്കുന്നു

സംഭാഷണങ്ങൾക്കിടയിൽ AI മോഡൽ ഒന്നും ഓർക്കുന്നില്ല. ആ ജോലി ചെയ്യുന്നത് AI മെമ്മറി സിസ്റ്റമാണ്: അത് നിങ്ങളെക്കുറിച്ച് ഒരു പ്രത്യേക രേഖ സൂക്ഷിക്കുകയും പ്രസക്തമായ ഭാഗങ്ങൾ ഓരോ പുതിയ സംഭാഷണത്തിലേക്കും ചേർക്കുകയും ചെയ്യുന്നു. സംഭരണവും വീണ്ടെടുക്കലും പശ്ചാത്തലത്തിൽ നടക്കുന്നു, അതിനാൽ മോഡൽ നിങ്ങളുടെ ചോദ്യത്തോടൊപ്പം അവയും വായിക്കുന്നു.

വലുതാക്കുക

ആ പ്രക്രിയ അഞ്ച് ഘട്ടങ്ങളിലായാണ് നടക്കുന്നത്:

1. സംരക്ഷിക്കൽ: നിങ്ങൾ ആവശ്യപ്പെടുമ്പോഴോ, ഒരു വിശദാംശം സൂക്ഷിക്കാൻ യോഗ്യമാണെന്ന് വിലയിരുത്തുമ്പോഴോ അസിസ്റ്റന്റ് ഒരു മെമ്മറി സംരക്ഷിക്കുന്നു.
2. സംഭരിക്കൽ: മെമ്മറികൾ മോഡലിൽ നിന്ന് വേറിട്ട് സൂക്ഷിക്കുന്ന ഒരു ഡാറ്റാബേസിലേക്ക് പോകുന്നു. പല സിസ്റ്റങ്ങളിലും ഇത് ഒരു വെക്ടർ ഡാറ്റാബേസാണ്, അതിനാൽ അർത്ഥം അടിസ്ഥാനമാക്കി അവ തിരയാനാകും. ക്രമീകരണങ്ങളിൽ നിങ്ങൾ കാണുന്ന ലിസ്റ്റ് ആ മെമ്മറി സ്റ്റോറിന്റെ ഒരു കാഴ്ചയാണ്.
3. വീണ്ടെടുക്കൽ: നിങ്ങൾ ഒരു സന്ദേശം അയയ്ക്കുമ്പോൾ, ഏതൊക്കെ മെമ്മറികൾ ബാധകമാണെന്ന് അസിസ്റ്റന്റ് തീരുമാനിക്കുന്നു. പല സിസ്റ്റങ്ങളും നിങ്ങളുടെ സന്ദേശത്തെയും ഓരോ മെമ്മറിയെയും എംബെഡിംഗുകളായി, അതായത് അർത്ഥത്തിന്റെ സംഖ്യാപരമായ പ്രാതിനിധ്യങ്ങളായി, പരിവർത്തനം ചെയ്ത് ഏറ്റവും അടുത്ത പൊരുത്തങ്ങൾ തിരഞ്ഞെടുത്താണ് ഇത് ചെയ്യുന്നത്. നിങ്ങളുടെ ചോദ്യവുമായി ഒരു വാക്കുപോലും പങ്കിടാത്തപ്പോഴും ഒരു മെമ്മറി ഓർത്തെടുക്കാൻ അവയ്ക്ക് കഴിയുന്നത് അങ്ങനെയാണ്. ലളിതമായ സിസ്റ്റങ്ങൾ സംരക്ഷിച്ച എല്ലാ മെമ്മറികളും ഓരോ സംഭാഷണത്തിലേക്കും ലോഡ് ചെയ്യുന്നു.
4. ഉപയോഗിക്കൽ: ഓർത്തെടുത്ത മെമ്മറികൾ പ്ലെയിൻ ടെക്സ്റ്റായി ഇൻപുട്ടിലേക്ക് ചേർക്കുന്നു, സാധാരണയായി നിങ്ങളുടെ സന്ദേശത്തിന് മുമ്പ് മോഡൽ വായിക്കുന്ന ഒരു നിർദ്ദേശ ബ്ലോക്കിൽ. ആ ഇൻപുട്ടിലെ മറ്റേതൊരു ടെക്സ്റ്റിനെയും പോലെയാണ് മോഡൽ അവയെ പ്രോസസ്സ് ചെയ്യുന്നത്.
5. അപ്ഡേറ്റ് ചെയ്യലും നീക്കം ചെയ്യലും: അസിസ്റ്റന്റ് ചാറ്റുകളിൽ നിന്ന് വസ്തുതകൾ വേർതിരിച്ചെടുക്കുകയും നിലവിലുള്ള മെമ്മറികൾ തിരയുകയും ചെയ്യുന്നു. തുടർന്ന്, അത് പുതിയതായി ചേർക്കണോ, നിലവിലുള്ള ഒരു മെമ്മറി അപ്ഡേറ്റ് ചെയ്യണോ, ഒന്നുമായി ലയിപ്പിക്കണോ, അതോ പുതിയ കണ്ടെത്തലുകൾക്ക് വിരുദ്ധമായ ഒരു പഴയ മെമ്മറി ഇല്ലാതാക്കണോ എന്ന് തീരുമാനിക്കുന്നു. പുതിയ വിവരങ്ങളെ പഴയവയിൽ നിന്ന് വേർതിരിച്ചറിയാൻ ചില അസിസ്റ്റന്റുകൾ ഓരോ മെമ്മറിയിലും ടൈംസ്റ്റാമ്പ് ചേർക്കുന്നു.

AI മെമ്മറിയുടെ വെല്ലുവിളികളും അപകടസാധ്യതകളും

ഉത്തരങ്ങളുടെ ഗുണനിലവാരം മെച്ചപ്പെടുത്താനാണ് AI മെമ്മറി ഉദ്ദേശിക്കുന്നത്. എന്നാൽ മെമ്മറി വീണ്ടെടുക്കൽ എല്ലായ്‌പ്പോഴും പ്രസക്തമോ കാലികമോ ആയ വിവരങ്ങൾ, പ്രത്യേകിച്ച് വലിയ ഡാറ്റാബേസുകളിൽ നിന്ന്, കണ്ടെത്തുന്നില്ലെന്ന് ബെഞ്ച്മാർക്കുകൾ കാണിക്കുന്നു. ഇത് സുരക്ഷാ, സ്വകാര്യതാ അപകടസാധ്യതകളും ഉയർത്തുന്നു.

AI മെമ്മറിയുമായി ബന്ധപ്പെട്ട സാധാരണ വിശ്വാസ്യതാ, സുരക്ഷാ പ്രശ്നങ്ങളിൽ ഇവ ഉൾപ്പെടുന്നു:

• തെറ്റായി പ്രയോഗിക്കപ്പെടുന്ന മെമ്മറികൾ: ഒരു ബന്ധവുമില്ലാത്ത ഉത്തരത്തിലേക്ക് ഒരു മെമ്മറി വലിച്ചിഴയ്ക്കപ്പെടാം. ജീവിതത്തിന്റെ ഒരു മേഖലയിൽ നിന്ന് സംരക്ഷിച്ച മെമ്മറി മറ്റൊരു മേഖലയിലെ ഉത്തരത്തിലേക്ക് ചോർന്നോ എന്ന് ഒരു 2026-ലെ പഠനം 18 മോഡലുകളിൽ പരീക്ഷിച്ചു. മീഡിയൻ പരാജയ നിരക്ക് 53% ആയിരുന്നു. ഉപയോക്താക്കളുടെ വിശ്വാസങ്ങളോ അവർ അവകാശപ്പെട്ട വൈദഗ്ധ്യമോ മെമ്മറിയിൽ ഉൾപ്പെട്ടുകഴിഞ്ഞാൽ, ചോദ്യത്തിന് നിഷ്പക്ഷമായ ഉത്തരം ആവശ്യമായിരുന്നപ്പോൾ പോലും മിക്കവാറും എല്ലാ മോഡലുകളും അവ ആവർത്തിച്ചതായും പഠനം കണ്ടെത്തി.
• കാലഹരണപ്പെട്ട മെമ്മറികൾ: പിന്നീടുള്ള ഒരു സംഭാഷണം ഒരു വിശദാംശം അസത്യമാക്കിയതിനു ശേഷവും, പ്രത്യേകിച്ച് നിങ്ങൾ അത് നേരിട്ട് പറഞ്ഞിട്ടില്ലാത്തപ്പോൾ, അസിസ്റ്റന്റ് അതിനെ അടിസ്ഥാനമാക്കി പ്രവർത്തിക്കുന്നത് തുടരുന്നു. ഇത്തരം പരോക്ഷ മാറ്റങ്ങൾ മോഡലുകൾ ശ്രദ്ധിക്കുന്നുണ്ടോ എന്ന് പരീക്ഷിച്ച ഒരു 2026 മെയ് മാസത്തിലെ ബെഞ്ച്മാർക്കിൽ, ഏറ്റവും മികച്ച മോഡലിന്റെ ശരാശരി 55.2% ആയിരുന്നു.
• മെമ്മറി ഓവർലോഡ്: ഒരു അസിസ്റ്റന്റിന് തിരികെ വായിക്കേണ്ടത് കൂടുന്തോറും, പ്രധാനപ്പെട്ടത് കണ്ടെത്താൻ പ്രയാസമാകുന്നു. ഏകദേശം 1,15,000 ടോക്കണുകളുടെ ചാറ്റ് ചരിത്രം വായിക്കുന്ന മോഡലുകൾ, പ്രസക്തമായ സെഷനുകൾ മാത്രം നൽകിയ മോഡലുകളേക്കാൾ 30% മുതൽ 60% വരെ മോശമായി പ്രവർത്തിച്ചതായി 2024-ലെ ബെഞ്ച്മാർക്കായ LongMemEval കണ്ടെത്തി.
• മെമ്മറി പോയിസണിംഗ്: തെറ്റായ വിവരങ്ങളോ മറഞ്ഞിരിക്കുന്ന നിർദ്ദേശങ്ങളോ ഒരു അസിസ്റ്റന്റിന്റെ മെമ്മറിയിലേക്ക് കടന്നുകൂടുന്നു, ഉദാഹരണത്തിന് നിങ്ങൾ വായിക്കാൻ ആവശ്യപ്പെടുന്ന ഉള്ളടക്കത്തിലൂടെ. ഇത് പക്ഷപാതപരമോ സുരക്ഷിതമല്ലാത്തതോ ആയ ഉത്തരങ്ങൾക്കോ ഡാറ്റാ ചോർച്ചയ്ക്കോ കാരണമാകുന്നു.
• സ്വകാര്യതാ അപകടസാധ്യതകൾ: വ്യക്തിഗത വിശദാംശങ്ങൾ അവ വന്ന ചാറ്റിനപ്പുറവും, ചിലപ്പോൾ നിങ്ങൾ പ്രതീക്ഷിക്കുന്നതിലും കൂടുതൽ കാലം, മെമ്മറി സൂക്ഷിക്കുന്നു. ഉദാഹരണത്തിന്, സുരക്ഷയ്ക്കും ഡീബഗ്ഗിംഗിനുമായി ഇല്ലാതാക്കിയ മെമ്മറികളുടെ ഒരു ലോഗ് Perplexity 30 ദിവസം വരെ സൂക്ഷിച്ചേക്കാം. ഡാറ്റാ സംരക്ഷണ നിയമം സംഭരിച്ച മെമ്മറികളെ വ്യക്തിഗത ഡാറ്റയായി കണക്കാക്കുന്നു, അതിനാൽ നിങ്ങൾക്ക് അവ അവലോകനം ചെയ്യാനും ഇല്ലാതാക്കാനും കഴിയണം.

AI മെമ്മറി എങ്ങനെ കാണാം, എഡിറ്റ് ചെയ്യാം, ഓഫാക്കാം

ഒരു അസിസ്റ്റന്റ് എന്താണ് സംരക്ഷിച്ചതെന്ന് കാണാനും അത് ഇല്ലാതാക്കാനും മെമ്മറി ഓഫാക്കാനും, അല്ലെങ്കിൽ മെമ്മറികൾ സൃഷ്ടിക്കാത്ത ഒരു സ്വകാര്യ ചാറ്റ് ഉപയോഗിക്കാനും നിങ്ങൾക്ക് കഴിയും.

മെമ്മറി മാനേജ്മെന്റ് ഏതാനും നിയന്ത്രണങ്ങളിൽ ഒതുങ്ങുന്നു. ഓരോന്നും എന്താണ് ചെയ്യുന്നതെന്നും എപ്പോൾ ഉപയോഗിക്കണമെന്നും ഇതാ:

പൂർണ്ണമായും പുതുതായി തുടങ്ങാൻ, മെമ്മറി ഓഫാക്കി സംഭരിച്ചിരിക്കുന്നവ മായ്ക്കുക.

Perplexity മെമ്മറി കൈകാര്യം ചെയ്യുന്നത് എങ്ങനെ

Perplexity മെമ്മറി അത് നൽകുന്ന എല്ലാ മോഡലുകളിലും പ്രവർത്തിക്കുന്നു.

Perplexity രണ്ട് സ്രോതസ്സുകളിൽ നിന്ന് ഉത്തരങ്ങൾ വ്യക്തിഗതമാക്കുന്നു: നിങ്ങൾ പങ്കിടുന്ന മുൻഗണനകളും വിവരങ്ങളുമായ മെമ്മറികൾ, പിന്നെ നിങ്ങളുടെ തിരയൽ ചരിത്രം. ഒരു മെമ്മറി ഒരു ഉത്തരത്തെ സ്വാധീനിക്കുമ്പോൾ, അത് ആ ഉത്തരത്തിന്റെ സ്രോതസ്സുകളിൽ കാണിക്കും, അതിനാൽ ഏതൊക്കെ മെമ്മറികൾ ഉപയോഗിച്ചുവെന്ന് കാണാനും അവയിൽ ഏതും ഇല്ലാതാക്കാനും നിങ്ങൾക്ക് കഴിയും.

വലുതാക്കുക

നിങ്ങളെക്കുറിച്ചുള്ള വിവരങ്ങൾ നൽകിയും പ്രോജക്റ്റുകൾക്ക് ഇഷ്ടാനുസൃത നിർദ്ദേശങ്ങൾ നൽകിയും നിങ്ങളുടെ ഉത്തരങ്ങൾ വ്യക്തിഗതമാക്കാനും നിങ്ങൾക്ക് കഴിയും (ഓരോ പ്രോജക്റ്റിനും സ്വന്തം മെമ്മറി ലെയർ ഉണ്ട്).

വലുതാക്കുക

കൺസ്യൂമർ അക്കൗണ്ടുകളിൽ (Enterprise അക്കൗണ്ടുകളിൽ ഒരിക്കലുമില്ല) Perplexity അതിന്റെ മോഡലുകൾ മെച്ചപ്പെടുത്താൻ മെമ്മറി ഉള്ളടക്കം ഉപയോഗിച്ചേക്കാം, നിങ്ങൾ അത് ഓഫാക്കുന്നില്ലെങ്കിൽ (ക്രമീകരണങ്ങൾ → മുൻഗണനകൾ → ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് എന്നതിലെ AI ഡാറ്റ നിലനിർത്തൽ).

Max, Enterprise Max സബ്‌സ്‌ക്രൈബർമാർക്ക് Brain കൂടി ലഭിക്കും. നിങ്ങളുടെ പ്രോജക്റ്റുകളും ജോലിയും ട്രാക്ക് ചെയ്തുകൊണ്ട് മെമ്മറിയെ കൂടുതൽ വികസിപ്പിക്കുന്ന ഒരു പങ്കിട്ട മെമ്മറി ലെയറാണിത്. ഇതിന് സ്വന്തം ടോഗിൾ ഉണ്ട്, ഇൻകോഗ്നിറ്റോ സെഷനുകളെ ഇത് പരിഗണിക്കില്ല.

Perplexity പരീക്ഷിച്ചുനോക്കൂ, മെമ്മറികൾ നിങ്ങളുടെ അടുത്ത ഉത്തരത്തെ എങ്ങനെ രൂപപ്പെടുത്തുന്നുവെന്ന് കാണൂ.

AI മെമ്മറി: പതിവ് ചോദ്യങ്ങൾ

AI-യിലെ പരിമിത മെമ്മറി എന്താണ്?

മുൻകാല സംഭവങ്ങളും ഫലങ്ങളും ഓർത്തെടുക്കാനും കാലക്രമേണ സാഹചര്യങ്ങൾ നിരീക്ഷിക്കാനും കഴിയുന്നതും എന്നാൽ ആ ഡാറ്റ മുൻകാല അനുഭവങ്ങളുടെ ദീർഘകാല ലൈബ്രറിയിൽ സൂക്ഷിക്കാൻ കഴിയാത്തതുമായ AI ആയാണ് പരിമിത മെമ്മറി AI-യെ IBM നിർവചിക്കുന്നത്. AI സിസ്റ്റങ്ങളുടെ ഒരു വർഗ്ഗീകരണത്തിലെ നാല് വിഭാഗങ്ങളിൽ ഒന്നാണിത്, ചാറ്റ്‌ബോട്ടുകളെയും വെർച്വൽ അസിസ്റ്റന്റുകളെയും IBM ഈ വിഭാഗത്തിലാണ് ഉൾപ്പെടുത്തുന്നത്.

അസിസ്റ്റന്റ് മെമ്മറി എന്നത് ആ സിസ്റ്റങ്ങൾ അധികമായി ചേർക്കുന്ന ബാഹ്യ മെമ്മറിയാണ്. ഇത് സെഷനുകളിലുടനീളം നിലനിൽക്കുന്നു, അതിനാൽ മുമ്പത്തെ ഒരു സംഭാഷണത്തിൽ നിങ്ങൾ പങ്കിട്ട വിവരങ്ങൾ ഒരു അസിസ്റ്റന്റിന് ഉപയോഗിക്കാൻ കഴിയും.

ഏത് AI അസിസ്റ്റന്റിനാണ് ഏറ്റവും മികച്ച മെമ്മറി?

എല്ലാവർക്കും ഏറ്റവും മികച്ചതായ ഒരൊറ്റ അസിസ്റ്റന്റില്ല. നിങ്ങൾക്ക് നിയന്ത്രിക്കാൻ കഴിയുന്നതാണ് നല്ല മെമ്മറി, അതിനാൽ നാല് ചോദ്യങ്ങൾ ചോദിച്ച് AI ടൂളുകളെ വിലയിരുത്തുക: അത് എന്താണ് സംരക്ഷിച്ചതെന്ന് നിങ്ങൾക്ക് കാണാനാകുമോ? ഒരു മെമ്മറി, അത് വന്ന ചാറ്റിൽ നിന്ന് വേറിട്ട് ഇല്ലാതാക്കാനാകുമോ? പരിശീലനം മെമ്മറിയിൽ നിന്ന് വേറിട്ട ഒരു ക്രമീകരണമാണോ? മെമ്മറികളൊന്നും സൃഷ്ടിക്കാത്ത താൽക്കാലിക അല്ലെങ്കിൽ ഇൻകോഗ്നിറ്റോ മോഡ് ഉണ്ടോ?

നിങ്ങളെക്കുറിച്ച് ഓർത്തുവയ്ക്കുന്ന കാര്യങ്ങളിൽ നിന്ന് ഒരു AI മോഡൽ പഠിക്കുന്നുണ്ടോ?

ഒരു ഉത്തരത്തിൽ മെമ്മറി ഉപയോഗിക്കുന്നത് പരിശീലനത്തിൽ നിന്ന് വ്യത്യസ്തമായ ഒരു പ്രക്രിയയാണ്. നിങ്ങളുടെ ചരിത്രം പരിശീലന ഡാറ്റയായി കണക്കാക്കുന്നതിന് പകരം നിങ്ങളുടെ മെമ്മറി സ്റ്റോറിൽ നിന്ന് പ്രസക്തമായ സന്ദർഭം വീണ്ടെടുക്കുകയാണ് ചെയ്യുന്നതെന്ന് Perplexity പറയുന്നു. മോഡലുകൾ മെച്ചപ്പെടുത്താൻ നിങ്ങളുടെ ഉള്ളടക്കം ഉപയോഗിക്കാമോ എന്നത് മറ്റൊരു ക്രമീകരണമാണ്. കൺസ്യൂമർ അക്കൗണ്ടുകളിൽ Perplexity ആ ആവശ്യത്തിനായി മെമ്മറി ഉള്ളടക്കം ഉപയോഗിച്ചേക്കാം, AI ഡാറ്റ നിലനിർത്തൽ ക്രമീകരണം അത് ഓഫാക്കുന്നു.

വലുതാക്കുക

AI മെമ്മറിയിൽ നിന്ന് എന്തൊക്കെ ഒഴിവാക്കണം?

സംഭരിക്കപ്പെടാനോ നിങ്ങളുടെ പ്രൊഫൈൽ തയ്യാറാക്കാൻ ഉപയോഗിക്കപ്പെടാനോ പിന്നീട് ആവർത്തിക്കപ്പെടാനോ നിങ്ങൾ ആഗ്രഹിക്കാത്ത എന്തും AI മെമ്മറിയിൽ നിന്ന് ഒഴിവാക്കുക: ഐഡന്റിറ്റി, സാമ്പത്തിക വിവരങ്ങൾ, ആരോഗ്യ വിവരങ്ങൾ, പാസ്‌വേഡുകൾ, മറ്റുള്ളവരുടെ വിവരങ്ങൾ, കുട്ടികളെക്കുറിച്ചുള്ള എന്തും. പരസ്യമായാൽ പ്രശ്നങ്ങൾ ഉണ്ടാക്കുന്ന ഏത് പ്രോംപ്റ്റും ഒഴിവാക്കാൻ കാനഡയിലെ ഓഫീസ് ഓഫ് ദി പ്രൈവസി കമ്മീഷണറും (2025 മേയ്) യുകെ നാഷണൽ സൈബർ സെക്യൂരിറ്റി സെന്ററും (2023 മാർച്ച്) ശുപാർശ ചെയ്യുന്നു.

ഫിൽട്ടറുകൾ സ്വകാര്യതാ അപകടസാധ്യതകൾ കുറയ്ക്കുമെങ്കിലും, നിങ്ങളുടെ ആരോഗ്യ, സാമ്പത്തിക വിവരങ്ങൾ ഒട്ടും സംഭരിക്കപ്പെടില്ലെന്ന് അവ ഉറപ്പുനൽകുന്നില്ല. അതിനാൽ നിങ്ങളുടെ മെമ്മറി ബാങ്ക് അവലോകനം ചെയ്യുക, ഒറ്റത്തവണത്തെ സെൻസിറ്റീവ് ചോദ്യങ്ങൾക്ക് ഇൻകോഗ്നിറ്റോ ഉപയോഗിക്കുക.