ഏജന്റുകൾക്കായുള്ള സ്വയം മെച്ചപ്പെടുത്തുന്ന മെമ്മറി

AI-യിലെ ഒരു ജനപ്രിയ മാനസിക മാതൃക എന്നത് ഒരു ഏജന്റിനെ ഒരു തൊഴിലാളിയായി കാണുക എന്നതാണ്. ഒരു പുതിയ ശേഷി “കോളേജിൽ നിന്ന് हालത്തിൽ ബിരുദം നേടിയ ഒരാൾക്ക്” അല്ലെങ്കിൽ “രണ്ടാം വർഷ അനലിസ്റ്റിന്” തുല്യമായിരിക്കാം. AI ശേഷികളെക്കുറിച്ച് ചിന്തിക്കാനുള്ള ഏറ്റവും നല്ല മാർഗ്ഗമല്ല ഇത്, എങ്കിലും പ്രവർത്തനത്തിലുള്ള AI-യുടെ ഒരു നിർണായക ആശയം ഇത് വ്യക്തമാക്കുന്നു: നിങ്ങൾ ഏതൊരു തൊഴിലാളിയെയും നിയമിക്കുമ്പോൾ, അവർ ജോലിയിൽ വെച്ച് പഠിക്കുകയും വളരുകയും ചെയ്യുമെന്ന് നിങ്ങൾ പ്രതീക്ഷിക്കുന്നു.

AI ഏജന്റുകളും അങ്ങനെ തന്നെ ചെയ്യണം. AI-യിൽ “മെമ്മറി” എന്നാൽ എന്താണെന്ന് സൂക്ഷ്മമായി പരിശോധിക്കാൻ ഇത് നമ്മെ പ്രേരിപ്പിക്കുന്നു.

Brain അവതരിപ്പിക്കുന്നു

AI-യിലെ മെമ്മറിക്കായുള്ള തികച്ചും പുതിയൊരു സമീപനമാണ് ഇന്ന് ഞങ്ങൾ അവതരിപ്പിക്കുന്നത്. ഞങ്ങൾ അതിനെ Brain എന്ന് വിളിക്കുന്നു.

സ്വയം മെച്ചപ്പെടുത്തുന്ന ഒരു മെമ്മറി സിസ്റ്റമാണ് Brain. Computer നിർവഹിക്കുന്ന ജോലിയുടെ ഒരു കോൺടെക്സ്റ്റ് ഗ്രാഫ് ഇത് നിർമ്മിക്കുന്നു. രാത്രി സമയം പോലെയുള്ള നിശ്ചിത ഇടവേളകളിൽ, Brain കോൺടെക്സ്റ്റ് ഗ്രാഫ് അവലോകനം ചെയ്യുകയും ജോലി കൂടുതൽ മെച്ചമായി ചെയ്യേണ്ടത് എങ്ങനെയെന്ന് സ്വയം പഠിക്കുകയും ചെയ്യുന്നു.

നിങ്ങൾ കൂടുതൽ ജോലി ചെയ്യുന്തോറും, നിങ്ങളുടെ Computer-നെ Brain കൂടുതൽ മികച്ചതും കാര്യക്ഷമവുമാക്കുന്നു.

AI മെമ്മറിക്കായുള്ള മെച്ചപ്പെട്ട മാതൃക

AI-യിലെ മെമ്മറിയെ സംബന്ധിച്ച് പ്രാധാന്യമുള്ള രണ്ട് ഘട്ടങ്ങളാണുള്ളത്. ആദ്യത്തേത് മെമ്മറി എന്തിനെക്കുറിച്ചാണ് എന്നുള്ളതാണ്, രണ്ടാമത്തേത് മെമ്മറി എന്തിനുവേണ്ടിയുള്ളതാണ് എന്നുള്ളതാണ്.

പരമ്പരാഗതമായി, AI മെമ്മറി നിങ്ങളെയും, അതായത് ഉപയോക്താവിനെക്കുറിച്ചുള്ളതായിരുന്നു. നിങ്ങളുടെ മുൻഗണനകൾ, അഭിരുചികൾ, ജോലി ശൈലികൾ, കോൺടാക്റ്റുകൾ, റോൾ എന്നിവയും അതിലേറെയും. AI ഏജന്റുകൾക്കായി കൂടുതൽ ഫലപ്രദമായ ഒരു മാതൃക Brain അവതരിപ്പിക്കുന്നു: ഏജന്റ് എന്താണ് ചെയ്തതെന്ന് Brain ഓർമ്മിക്കുന്നു. എന്താണ് പ്രവർത്തിച്ചത്, എന്താണ് പരാജയപ്പെട്ടത്, ജോലിയിൽ എന്തൊക്കെ തിരുത്തലുകൾ വരുത്തി എന്നിവ ഇത് ഓർമ്മിക്കുന്നു. മെച്ചപ്പെട്ട ജോലി ചെയ്യാൻ ഇത് പഠിക്കുന്നു.

രണ്ടാമതായി, ഉപയോക്താവിനെക്കുറിച്ചുള്ള AI മെമ്മറി, AI ഏജന്റുമായി നിങ്ങൾക്ക് കൂടുതൽ ബന്ധം അനുഭവപ്പെടാൻ സഹായിക്കുന്ന ലക്ഷ്യത്തിന് സേവനം ചെയ്യുന്നു. Brain പോലുള്ള വർക്ക് മെമ്മറി, ജോളിയിൽ ഏജന്റ് കൂടുതൽ മെച്ചപ്പെടാൻ സഹായിക്കുന്ന ലക്ഷ്യത്തിന് സേവനം ചെയ്യുന്നു. മെമ്മറിയുടെ ഏറ്റവും പ്രധാനപ്പെട്ട ലക്ഷ്യമാണിത്.

കൂട്ടത്തിൽ, മെമ്മറിയടങ്ങിയ ഈ സമീപനം കാലക്രമേണ Computer-ന്റെ പ്രകടനം മെച്ചപ്പെടുത്തുന്നു. എല്ലാ ദിവസവും, Brain ഉള്ള Computer-ന് പുതിയ ഓരോ ടാസ്ക്കിനും മികച്ച ഒരു തുടക്കസ്ഥാനം ഉണ്ടാകും. മുൻ സെഷനുകൾ, എന്താണ് പ്രവർത്തിച്ചത്, എന്താണ് പ്രവർത്തിക്കാത്തത് എന്നിവയുടെ അടിസ്ഥാനത്തിൽ ഉപയോക്താവ് എന്താണ് പൂർത്തിയാക്കാൻ കൂടുതൽ സാധ്യതയുള്ളത് എന്നതിന്റെ പുതിയൊരു മാപ്പ് Brain സൃഷ്ടിക്കുന്നതുകൊണ്ടാണ് ഇത്.

അതായത് Computer-ന് ഉത്തരങ്ങൾ വേഗത്തിൽ കണ്ടെത്താനും, ഏറ്റവും വിശ്വസनीयമായ ഉറവിടങ്ങൾ ആക്‌സസ് ചെയ്യാനും, സമയവും ടോക്കണുകളും പാഴാക്കുന്നത് ഒഴിവാക്കാനും സാധിക്കും.

ആവർത്തിച്ചുള്ള സ്വയം മെച്ചപ്പെടുത്തൽ

നിങ്ങൾ Computer ഉപയോഗിക്കുമ്പോൾ Brain കൂടുതൽ മെച്ചപ്പെടുന്നു. മികച്ച ഔട്ട്പുട്ടുകളിലേക്ക് നയിക്കുന്ന പ്രോജക്റ്റുകൾ, കണക്ടറുകൾ, ആർട്ടിഫാക്റ്റുകൾ, മറ്റ് ഉറവിടങ്ങൾ എന്നിവ പഠിക്കുമ്പോൾ കോൺടെക്സ്റ്റ് അപ്ഡേറ്റ് ചെയ്യുന്നതിൽ ഏജന്റുകൾ കൂടുതൽ ഫലപ്രദമായിത്തീരുന്നു.

ഉപയോക്താവ് എപ്പോഴാണ് തിരുത്തൽ വരുത്തിയത് എന്നോ അല്ലെങ്കിൽ എപ്പോഴാണ് ഒരു ഉറവിടം പരാജയപ്പെട്ടതെന്നോ ഓർമ്മിച്ചുകൊണ്ട് അവറ്റകൾ തങ്ങളുടെ തെറ്റുകളിൽ നിന്നും പഠിക്കുന്നു. അത് കുറഞ്ഞ ടേണുകളിലേക്കും, കുറഞ്ഞ മോഡൽ കോളുകളിലേക്കും, മികച്ച ഔട്ട്പുട്ടുകളിലേക്കും നയിക്കുന്നു.

ഈ ഫീഡ്‌ബാക്ക് ലൂപ്പാണ് Brain-നെ നിരന്തരം സ്വയം മെച്ചപ്പെടുത്തുന്നത്.

ഉപയോക്താക്കളെ സംബന്ധിച്ചിടത്തോളം, ജോലി ചെയ്യാൻ ആവശ്യമായ കോൺടെക്സ്റ്റ് മനസ്സിലാക്കുന്നതിൽ ഏജന്റുകൾ കൂടുതൽ മെച്ചപ്പെടുന്നു. പിന്നീട് കൂടുതൽ കാര്യക്ഷമമായ ടോക്കൺ ഉപയോഗത്തിലേക്കുള്ള ഒരു നിക്ഷേപമാണ് നിലവിലെ ടോക്കൺ ഉപയോഗം എന്നും ഇത് അർത്ഥമാക്കുന്നു.

കോൺടെക്സ്റ്റ് ഗ്രാഫ്

ഉപയോക്താവിന്റെ ലോകം മനസ്സിലാക്കാനും, അവരുടെ ജോലിയിൽ നിന്ന് പഠിക്കാനും, ഭാവിയിലെ ടാസ്ക്കുകളിൽ ആ ജോലി പ്രയോഗിക്കാനും Computer-നെ സഹായിക്കുന്ന കണ്ടെത്താവുന്ന ഒരു ഗ്രാഫ് സൃഷ്ടിച്ചുകൊണ്ട് Computer-നായി Brain ജീവനുള്ള ഒരു കോൺടെക്സ്റ്റ് ഗ്രാഫ് രൂപീകരിക്കുന്നു.

ഏജന്റ് സാൻഡ്‌ബോക്സിലേക്ക് സ്വയം ലോഡ് ചെയ്യപ്പെടുന്ന ഒരു LLM വിക്കിയുടെ രൂപമാണ് കോൺടെക്സ്റ്റ് ലെയർ സ്വീകരിക്കുന്നത്. ഉപയോക്താവിന്റെ ലോകം നിർമ്മിക്കുന്ന ആശയങ്ങൾ, ആളുകൾ, പ്രോജക്റ്റുകൾ, മറ്റ് ഘടകങ്ങൾ എന്നിവ ഒരു ഉപയോക്താവിന്റെ LLM വിക്കി പേജുകൾ പ്രതിഫലിപ്പിക്കുന്നു, ഇത് വ്യക്തിഗത വിവരങ്ങളുടെ ഈ വെബ് മറികടക്കാൻ Computer-നെ അനുവദിക്കുന്നു.

ഉപയോക്താവിന്റെ സെഷനുകൾ, കണക്ടർ ഫലങ്ങൾ, ഉറവിട ഡോക്യുമെന്റുകളിലെ മാറ്റങ്ങൾ, വരുത്തിയ തിരുത്തലുകൾ എന്നിവ സമന്വയിപ്പിച്ചുകൊണ്ട് രാത്രി സമയത്ത് Brain സിസ്റ്റം വിക്കി ക്രമാനുഗതമായി അപ്ഡേറ്റ് ചെയ്യുന്നു.

തുടർച്ചയായി പുതുക്കിക്കൊണ്ടിരിക്കുന്ന ആ കോൺടെക്സ്റ്റ്, ഒരു ഉപയോക്താവിനായി എന്തുചെയ്യണം, എവിടെ നോക്കണം, ഔട്ട്പുട്ടുകൾ എങ്ങനെ നൽകണം എന്നതിനെക്കുറിച്ച് Computer-ന് ശക്തമായ സിഗ്നൽ നൽകുന്നു.

മെച്ചപ്പെട്ട പ്രകടനം

വലുതാക്കുക

ആദ്യകാല അളവെടുപ്പ് ഫലങ്ങൾ കാണിക്കുന്നത് Computer മുമ്പ് കണ്ടിട്ടുള്ള ടാസ്ക്കുകളിൽ Brain ഉത്തരങ്ങളുടെ ശരിയായി ചെയ്യൽ 25% വർദ്ധിപ്പിക്കുന്നു എന്നാണ്. കൂടാതെ ഓർമ്മിച്ചെടുക്കൽ 16% വർദ്ധിക്കുന്നു.

ചരിത്രപരമായ കോൺടെക്സ്റ്റ് ആവശ്യമുള്ള ടാസ്ക്കുകളുടെ ചെലവ് Brain 13% കുറയ്ക്കുന്നുവെന്ന് അതേ ഫലങ്ങൾ കാണിക്കുന്നു. കൂടാതെ Brain കൂടുതൽ കാലം ഉപയോഗിക്കുന്ന ആളുകളുടെ ഫലങ്ങൾ ഏജന്റുകൾ അവരുടെ ലോകം പഠിക്കുന്നതിനനുസരിച്ച് മെച്ചപ്പെടുന്നു.

Perplexity ജനറേറ്റുചെയ്‌ത മറ്റ് ഔട്ട്പുട്ടുകൾ പോലെ, Brain-ഉം അതിന്റെ ജോലി കാണിക്കുന്നു. ഓരോ മെമ്മറി എൻട്രിയും അത് വന്ന സെഷൻ, ഫയൽ അല്ലെങ്കിൽ ഉറവിടവുമായി തിരികെ ലിങ്ക് ചെയ്യുന്നു.

പ്രോആക്ടീവ് AI-ക്ക് കരുത്ത് പകരൽ

തുടർച്ചയായ പഠനത്തിലൂടെ മാത്രമാണ് ഉപയോക്താക്കളും ബിസിനസുകളും നമ്മോട് ആവശ്യപ്പെടുന്ന പ്രോആക്ടീവ് AI ആയി Computer മാറുന്നത്. ഏജന്റുകൾ ജോലിയെക്കുറിച്ചും അത് എങ്ങനെ മെച്ചപ്പെടുത്താമെന്നും പഠിക്കുകയും ഓർമ്മിക്കുകയും ചെയ്യുന്നു.

നിങ്ങളുടെ സ്വന്തം ഓർഗനൈസേഷനിൽ AI-ക്കായി നിങ്ങൾ നിർമ്മിക്കുന്ന വ്യക്തിഗത സിസ്റ്റമാണ് ഫ്രണ്ടിയർ AI. നമ്മൾ ചെയ്യുന്ന ജോലിയിൽ നിന്ന് ഏജന്റുകൾ സജീവമായി പഠിക്കുമ്പോൾ, നമ്മൾ ചോദിക്കാത്ത അവസരങ്ങൾ അവർക്ക് തിരിച്ചറിയാൻ കഴിയും, അല്ലെങ്കിൽ ആരും ശ്രദ്ധിക്കുന്നതിന് മുമ്പ് ഒരു പ്രശ്നം ചൂണ്ടിക്കാണിക്കാൻ കഴിയും.

Brain-ന്റെ ഈ പതിപ്പ് തുടക്കം മാത്രമാണ്. ഞങ്ങൾ പുതിയ ശേഷികൾ ഉടൻ പ്രഖ്യാപിക്കും.

Research Preview-ൽ Max, Enterprise Max വരിക്കാർക്കായി ഇന്ന് Brain പുറത്തിറങ്ങുന്നു.