AGI og fremtidens AI
AI i 2027: Hukommelse bliver den næste prøve på maskinintelligens

NøglepunkterHukommelsestests vil vurdere korrektion og afholdenhed frem for simpel genkaldelse af…
Vis mere
- Hukommelsestests vil vurdere korrektion og afholdenhed frem for simpel genkaldelse af fakta.
- Udvalgt struktureret hukommelse bør overgå udifferentieret fuld historik i kontrollerede sammenligninger.
- Assistentprodukter vil vise oprindelsen og omfanget af det, de bevarer for brugerne.
En assistent husker, at Maya ejer projektet. Så giver Maya det videre til en anden. Næste dag tildeler assistenten hende selvsikkert endnu en opgave. Den har bevaret en oplysning, men mistet overblikket over situationen. Den lille fejl indfanger et langt større problem for maskinintelligens.
Hukommelse er kun nyttig, hvis et system kan afgøre, hvad der stadig gælder, hvad der bør hentes frem, og hvad der skal revideres eller glemmes. I 2027 bliver disse beslutninger en skarpere prøve på systemets evner end mængden af historik, en model kan rumme.
Hukommelse findes allerede i flere former. MemGPT udforskede hierarkisk konteksthåndtering. Titans introducerede et neuralt hukommelsesmodul, der opdateres under testkørslen. Googles indstillinger for personlig tilpasning i Gemini og Microsofts indstillinger for Copilots hukommelse beskriver brugerrettet lagring af oplysninger og valgmuligheder i den forbindelse. Disse mekanismer bør ikke reduceres til én og samme evne: at hente en gemt oplysning, fastholde kontekst og opdatere indlærte parametre giver forskellige muligheder og indebærer forskellige risici for fejl.
Forudsigelserne nedenfor handler om målbare fremskridt inden for disse mekanismer. De knytter ikke en dato for AGI til en hukommelsesscore og udleder heller ikke bevidsthed af et systems evne til at fastholde information.
1. Hukommelsestest vil i højere grad handle om andet end at genkalde fakta
Det er let at glæde sig over, at systemet husker gårsdagens svar, lige indtil svaret bliver forkert. Nye evalueringer af hukommelse i 2027 vil teste korrektion, passende afståelse fra at svare og brug af tidligere erfaring i én og samme prøve. Systemet skal kunne mere end at hente en sætning, der ligner spørgsmålet. Det skal kunne genkende, hvornår fortiden er relevant – og hvornår det vil gøre det aktuelle svar dårligere at støtte sig til den.
Tidsmæssig ræsonnering kræver mere end at finde den rigtige formulering. En kunde kan have fået en refusion, en politik kan være udløbet, eller en undtagelse kan have været gældende for kun én sag. Assistenten skal rekonstruere, hvilken tilstand der er relevant nu. Det kræver evalueringer med modstridende opdateringer, tydelige tidsgrænser og spørgsmål, som de tilgængelige optegnelser ikke kan besvare.
LongMemEval evaluerer allerede færdigheder som tidsmæssig ræsonnering, opdatering af viden og afståelse fra at svare. Det er derfor misvisende at beskrive alle tidligere evalueringer af hukommelse som simpel genkaldelse. LongMemEval-V2, der blev introduceret i 2026, udvider diskussionen til erfaringer, der er specifikke for bestemte miljøer: arbejdsgange, skiftende tilstande og tilbagevendende operationelle detaljer. De 451 kuraterede spørgsmål illustrerer forskellen på at huske en samtale og på at blive nyttig i et bestemt arbejdsmiljø.
LoCoMo er et andet vigtigt referencepunkt og bruger lange samtaler, der verificeres og redigeres af mennesker. Udformningen fremhæver også et metodisk problem: Genererede samtalehistorikker kan have en mere overskuelig struktur end de modstridende og ufuldstændige optegnelser fra almindeligt arbejde. At bestå en benchmark baseret på sådanne historikker dokumenterer ikke, at hukommelsen er pålidelig i enhver anvendelse.
Jeg forudser stærkere kombinationer af disse krav. En agent bør huske, at en arbejdsgang slog fejl, forstå, hvorfor erfaringen er relevant for en senere opgave, og undlade at anvende læringen, når betingelserne ikke længere gælder. Det kræver, at man tester sammenhængen mellem de oplysninger, der fastholdes, og en efterfølgende beslutning i stedet for at belønne gengivelsen af en sætning fra optegnelserne.
Det skal du holde øje med i 2027
Hold øje med evalueringer af hukommelse, der tester, hvad en agent gør, når en oplysning ændrer sig, når de tilgængelige optegnelser er ufuldstændige, eller når en tidligere erfaring bliver relevant for en ny opgave. Offentligt tilgængelige opgaver og bedømmelsesmetoder vil gøre det lettere at vurdere fremskridt. Højere scorer for genkaldelse alene vil kun være begrænset dokumentation for pålidelig kontinuitet på tværs af sessioner.
Hvad det betyder for virksomheder
Teams, der evaluerer vedvarende assistenter, bør udforme test ud fra de ændringer, der sker i deres eget arbejde: reviderede politikker, nye ansvarlige, udløbne præferencer og ufuldstændige optegnelser. Undersøg, om agenten tilpasser sin adfærd og gør opmærksom på usikkerhed. Sådanne tilfælde kan afsløre operationelle svagheder, som en demonstration af, at systemet husker navne eller præferencer, ikke ville afdække.
2. Udvalgt hukommelse vil klare sig bedre end en udifferentieret historik i kontrollerede test
Mere historik kan give flere muligheder for forvirring. En forældet instruktion, en gentaget anekdote og en nyttig observation kan alle kæmpe om opmærksomheden i en lang kontekst. I kontrollerede evalueringer i 2027 forventer jeg, at udvalgt, struktureret hukommelse vil klare sig mærkbart bedre end en udifferentieret, fuld historik. Hvis man holder den underliggende model og de tilgængelige oplysninger konstante, bliver resultatet særligt interessant: Gevinsten vil skyldes organiseringen af erfaringer, ikke blot at man stiller en stærkere model til rådighed.
Grundtanken er, at nyttig hukommelse bygger på udvælgelse og organisering. Den kan skelne mellem en aktuel og en forældet oplysning, bevare belægget for en beslutning eller hente en erfaring fra en arbejdsgang frem, når den bliver relevant. Det fuldstændige samtalereferat gør alle detaljer tilgængelige, men overlader samtidig til modellen at rekonstruere den relevante tilstand for hvert nyt spørgsmål.
Den intuition er ingen garanti. Et opsummeringssystem kan slette den eneste detalje, der senere bliver nødvendig. Et søgesystem kan undlade at hente en relevant hændelse. En indekseringsproces kan behandle modellens egen formodning som et bekræftet faktum. En fuld kontekst kan være et stærkere udgangspunkt, når svaret afhænger af en subtil detalje, som hukommelsessystemet har udeladt.
Designmulighederne fremgår allerede af artiklen om LongMemEval, der undersøger valg inden for indeksering, informationssøgning og læsning. MemGPTs hierarki er en tidligere systemtilgang til at håndtere, hvad der kan rummes i den aktive kontekst. Det er forskningsbidrag om evaluerede designløsninger. At de findes, dokumenterer hverken en fordel på 10 point eller den uafhængige gentagelse af resultaterne, som min prognose forudsætter.
De mest afslørende tilfælde vil dreje sig om opdateringer og tidsmæssige begrænsninger. Hvis en kunde har ændret sin adresse to gange, kan et korrekt svar kræve den seneste godkendte værdi og en registrering af, hvornår den trådte i kraft. En omhyggeligt vedligeholdt tilstandsrepræsentation kan tydeliggøre denne forskel. En flad historik kan stadig indeholde alle oplysningerne, men samtidig give modellen flere muligheder for at vælge den forkerte.
Hvad du skal holde øje med i 2027
Hold øje med sammenligninger, hvor struktureret hukommelse og kontekst med hele historikken får adgang til de samme oplysninger gennem den samme grundmodel. De stærkeste resultater vil bygge på hidtil usete spørgsmål og vise både omkostningerne ved at opbygge hukommelsen og svarenes nøjagtighed. Resultater, der afhænger af at afkorte sammenligningshistorikken eller vælge dokumentation med forhåndskendskab til svaret, vil være mindre overbevisende.
Hvad det betyder for virksomheder
Vurder hukommelsesdesignet som en del af applikationens arkitektur. Sammenlign informationssøgning, opsummeringer, struktureret tilstand og længere kontekst på repræsentative opgaver, herunder rettelser og modstridende registreringer. Medregn omkostningerne ved at vedligeholde hukommelsen og rette fejl. En større kontekstgrænse kan hjælpe, men teamet har stadig brug for dokumentation for, at systemet finder og anvender de rigtige oplysninger.
3. Hukommelsesprodukter vil synliggøre dokumentationen bag det, de gemmer
En assistent, der husker noget om dig, bør kunne vise, hvor oplysningen stammer fra, og lade dig rette den. Det lyder som en selvfølge, indtil en oplysning i hukommelsen er udledt af flere samtaler og genbrugt i forskellige sammenhænge. I 2027 vil større assistentprodukter gøre nogle af disse sammenhænge mere gennemskuelige. Det praktiske fremskridt bliver en hukommelse, som brugeren kan stille spørgsmål til, redigere eller slette med en klar forståelse af, hvor den kan blive brugt.
En post i hukommelsen er mere nyttig, når brugeren kan spørge, hvor den stammer fra, og hvad der bygger på den. En præference, der er angivet i én samtale, har en anden status end en oplysning, der er udledt af flere dokumenter. Det skal være muligt at rette en fejlagtig slutning, uden at brugeren først skal finde alle de senere svar, den kan have påvirket.
Der findes allerede vigtige kontrolmuligheder. Microsofts dokumentation om beskyttelse af personoplysninger skelner mellem indstillinger for hukommelse, samtalehistorik og andre valg for personlig tilpasning. Googles meddelelse om midlertidige chats og personlig tilpasning beskriver mulighederne for at bruge tidligere samtaler. Googles meddelelse fra 2026 om import af chats og hukommelse viser også, hvordan vedvarende kontekst er ved at blive en funktion, der gør det muligt at flytte data mellem tjenester. Prognosen går på en mere samlet kontrolflade, ikke på at der kommer en sletteknap.
Oplysningernes oprindelse skal beskrives tilstrækkeligt præcist til, at den kan undersøges. »Baseret på din historik« angiver en datakategori, ikke dokumentationen for en bestemt påstand. Et link til kilden eller en dateret registrering kan hjælpe brugeren med at skelne mellem en udtrykkelig instruktion og en fortolkning. En beskrivelse af anvendelsesområdet kan forklare, om hukommelsen gælder fremtidige chats, et bestemt arbejdsområde eller handlinger, der udføres via tilsluttede værktøjer.
Sletning kræver en lige så omhyggelig formulering. At fjerne en post fra et produkts aktive hukommelseslager er ikke automatisk det samme som at slette den oprindelige samtale, rydde sikkerhedskopier eller afindlære oplysninger fra modellens vægte. Produktet bør forklare, hvad det rent faktisk gør. Min prognose forudsætter synlige kontrolmuligheder i produktet og tilhørende dokumentation, ikke en påstand om fuldstændig sletning fra alle lag af lageret.
Forventningen om fremskridt skyldes både praktiske og etiske hensyn. En assistent kan ikke blive en pålidelig langsigtet samarbejdspartner, hvis brugeren ikke kan rette den tilstand, assistenten handler ud fra. Rettelser er en del af driften af systemet. En poleret brugerflade, der viser hukommelsens indhold, men ikke forklarer, hvor oplysningerne stammer fra, eller hvordan de bruges efterfølgende, vil kun dække en del af behovet.
Hvad du skal holde øje med i 2027
Hold øje med brugerflader til hukommelse, der knytter en gemt post til en kilde, som kan undersøges, giver mulighed for at rette eller slette posten og forklarer, hvor oplysningerne kan blive genbrugt. Disse funktioner bør fungere samlet for den enkelte post. En generel oversigt over hukommelsen eller en slettefunktion for hele historikken vil efterlade vigtige spørgsmål om oprindelse og anvendelsesområde ubesvarede.
Hvad det betyder for virksomheder
Før I tager assistenter med vedvarende hukommelse i brug, skal I fastlægge, hvordan medarbejderne kan se og rette det, systemet gemmer. Bed leverandørerne om at skelne mellem aktiv hukommelse, de oprindelige samtaler og andre gemte oplysninger og forklare, hvad hver kontrol omfatter. Svarene vil hjælpe virksomheden med at placere ansvaret for at vedligeholde en korrekt kontekst, efterhånden som mennesker, projekter og arbejdsrelationer ændrer sig.
4. Kontinuerlig læring vil vise begrænset fremgang under krav om at bevare tidligere evner
At lære noget nyt bør ikke ubemærket slette noget nyttigt. Det er det vanskelige kompromis, der ligger bag vedvarende parameteropdateringer og neural hukommelse. Jeg forventer begrænset fremgang i 2027 for store modeller: en tydelig forbedring af ny viden, mens præstationerne på etablerede evalueringer stort set bevares. Et sådant resultat ville netop være interessant, fordi det overholder begrænsningen. Hvis man fjerner de gamle test, bliver det lettere at hævde, at der er sket fremskridt, men påstanden får langt mindre betydning.
Det er en mere afgrænset påstand end, at et system kan lære enhver opgave for evigt. Når en model opdateres med nye erfaringer, kan det gå ud over evner, den allerede har. Et overbevisende resultat skal måle både tilegnelse og fastholdelse på tværs af gentagne opdateringer, og det beregningsforbrug, der kræves for at udføre dem, skal fremgå tydeligt.
Artiklen om Titans undersøger neural langtidshukommelse og memorering under test. MIRAS beskriver en familie af sekvensmodeller ud fra valg vedrørende associativ hukommelse, læringsmål, fastholdelse og optimering. Googles forskningsmæssige forklaring gør det klart, at arbejdet handler om bestemte arkitekturer og hukommelsesmekanismer. Det bør ikke fremstilles som dokumentation for, at alle sprogmodeller, der er taget i brug, løbende ændrer deres grundlæggende viden.
Den nyere offentliggørelse af en ramme for søvn, udgivet den 27. oktober 2026, beskriver en vekslen mellem aktiv bearbejdning og konsolidering offline i forudallokerede hukommelseskomponenter. Den beskriver en forskningsmetode til at tilegne sig information, samtidig med at glemsel begrænses. Navnet er en beregningsmæssig analogi; rammeværket fungerer gennem en fast arkitektur og specificerede opdateringsregler.
Disse retninger gør prognosen plausibel, men dokumentationen er stadig på et tidligt stadie og i høj grad afhængig af forsøgsdesignet. Et system kan se ud til at lære, fordi evalueringsspørgsmålene ligner eksemplerne fra opdateringen. Det kan bevare en gennemsnitsscore, samtidig med at det mister en lille, men vigtig evne. Det kan også bruge så mange ekstra beregningsressourcer på at konsolidere erfaringer, at gevinsten ikke er attraktiv i en reel implementering. Uafhængige gentagelser af forsøgene og særskilt rapportering af præstationer på gammelt og nyt materiale er afgørende.
Hvad man bør holde øje med i 2027
Følg forsøg, der kan gentages uafhængigt, og som særskilt rapporterer ny læring og bevarede evner på tværs af gentagne opdateringer. Beregningsomkostninger, kontrol for datalækage og præstationer på ældre opgaver vil være afgørende for at forstå resultaterne. Forbedringer på nyt indlært materiale, der ledsages af tab på andre områder, vil vise, at kompromiset mellem tilegnelse og fastholdelse fortsat er betydeligt, selv hvis den fremhævede læringsscore stiger.
Hvad det betyder for virksomheder
R&D-teams og modelleverandører bør skelne mellem en lovende læringsmekanisme og en opdateringsproces, der er klar til implementering. Ethvert pilotprojekt har brug for regressionstest, kontrollerede opdateringsdata, versionssporing og en måde at gendanne en tidligere tilstand på. Produktplaner bør bygge på dokumenteret tilegnelse, fastholdelse og driftsomkostninger snarere end på en antagelse om, at løbende tilpasning vil fungere pålideligt på tværs af alle kunders opgaver.
Det nyttige mål er kontinuitet under forandring
Et nyttigt hukommelsessystem skal være tilstrækkeligt selektivt til ikke at drukne i erfaringer og tilstrækkeligt fleksibelt til at kunne tilpasses en verden i forandring. Fejlene vil ofte virke banale: en gammel præference, den forkerte ejer eller en husket undtagelse, der anvendes for bredt. Det er afslørende fejl. De viser, om en assistent kan omsætte en historik over interaktioner til et velovervejet skøn over den næste.












