Zaden van geheugen: AI bouwen die zich dingen herinnert

Elke keer dat we ChatGPT, Claude of Gemini openen, beginnen we weer helemaal opnieuw. Elk gesprek, elke vraag, elk inzicht wordt gewist zodra we het tabblad sluiten. Ondanks alle praatjes over intelligentie, lijden de huidige AI-systemen aan een diepe vorm van geheugenverlies. Het zijn stateloze tools, geen evoluerende geesten.

Die beperking is onhandig en definieert de architectuur van AI zelf. Modellen kunnen het volgende token voorspellen, maar ze kunnen zich niet op een betekenisvolle manier herinneren wat eraan voorafging. Zelfs als we multimodale systemen bouwen die kunnen zien, spreken en programmeren, ontbreekt het ons nog steeds aan persistentie, waardoor we een intelligentie krijgen die begrip kan imiteren, maar nooit leert van ervaringen.

Staatloos door ontwerp

Deze vergeetachtigheid is niet eens een bug, maar een bewuste ontwerpkeuze. Grote taalmodellen zijn geoptimaliseerd voor prestaties, waarbij elke sessie geïsoleerd is voor privacy, eenvoud en schaalbaarheid. Maar de keerzijde is fragmentatie. Waardevolle context, zoals gebruikersvoorkeuren, taakgeschiedenis en opgebouwde kennis, gaat verloren met de chatsessie. Overzichten van agents met geheugenondersteuning tonen Het feit dat persistent geheugen tussen sessies nog steeds zeldzaam is in gangbare systemen.

Sommigen hebben geprobeerd dit gat te dichten met behulp van retrieval-augmented generation (RAG) of vectordatabases die relevante stukjes informatie ophalen, maar dit zijn slechts noodoplossingen. Ze bootsen continuïteit na zonder deze werkelijk te belichamen. Echt geheugen in AI vereist iets diepergaands: een manier voor machines om kennis in de loop van de tijd en binnen ecosystemen op te slaan, te verifiëren en te delen. Geheugen toestaat AI-agenten leren van eerdere interacties, onthouden informatie en behouden de context.

Zaden: De atomaire eenheid van AI-geheugen

Wat als AI zijn kennis zou kunnen opslaan als draagbare en verifieerbare objecten, zoals zaadjes die overal kunnen ontkiemen? Deze 'zaadjes' zijn gecomprimeerde, getokeniseerde geheugeneenheden die betekenis, herkomst en context op een gestructureerde manier opslaan. Het zijn geen statische databestanden, maar op zichzelf staande fragmenten van begrip, die kunnen worden geraadpleegd, opgevraagd en hergebruikt in verschillende systemen.

Een Seed kan van alles bevatten, van een aangeleerd ontwerppatroon tot een klantprofiel of een semantische samenvatting van een gesprek. Elke Seed bevat metadata: welk model de Seed heeft gegenereerd, in welke context en met welke mate van zekerheid. 

Die herkomst is cruciaal. Het stelt AI-agenten in staat om informatie van andere systemen te vertrouwen en te hergebruiken zonder deze blindelings te kopiëren. Deze aanpak weerspiegelt hoe kennis werkt in menselijke netwerken. We repliceren geen complete geschiedenissen; we delen gedestilleerde inzichten – gecomprimeerde patronen die betekenis coderen. Seeds streeft ernaar hetzelfde te doen voor machines.

Intelligente compressie en herkomst

Compressie is natuurlijk niet nieuw, maar compressie met betekenis wel. Gestructureerde geheugenmechanismen zijn cruciaal voor langdurige conversatiecoherentie in agentsystemen, zoals de Mem0. architectuurBijvoorbeeld.

Elke Seed bevat cryptografische handtekeningen die traceerbaarheid garanderen. Denk bijvoorbeeld aan een AI-agent die verifieert of een bepaald ontwerpvoorstel afkomstig is van een betrouwbaar AI-systeem van een architect, en niet van een ongeverifieerde bron. Dat is herkomst in actie. Het maakt interoperabiliteit mogelijk zonder centralisatie: een principe dat vergelijkbaar is met de werking van gedecentraliseerde identiteitsstandaarden. waarmerken Mensen en data online.

Zodra het geheugen cryptografisch is gekoppeld aan oorsprong en betekenis, wordt samenwerking mogelijk. Agenten kunnen elkaars kennis uitwisselen, raadplegen of valideren zonder gevoelige gegevens prijs te geven.

Van gesloten systemen naar een levend ecosysteem

Op dit moment lijken AI-ecosystemen op afgesloten ecosystemen. OpenAI, Google en Anthropic slaan gebruikersgegevens op in hun eigen systemen. Elk heeft zijn eigen API, zijn eigen verfijningsmethoden en zijn eigen regels. Er is geen natuurlijke manier om inzichten die in de ene omgeving zijn opgedaan, naar een andere omgeving over te dragen. Daarom voelt elke assistent aan als een kloon, niet als een voortzetting.

Een geheugenlaag op basis van Seed doorbreekt dat patroon. Als context kan worden overgedragen, wordt de gebruiker de eigenaar van het geheugen. Een onderzoeker zou jarenlang AI-ondersteund werk van ChatGPT direct in Gemini of een eigen model kunnen injecteren. Een creatief team zou naadloos van het ene ecosysteem naar het andere kunnen overstappen zonder opnieuw te hoeven trainen. Intelligente agentsystemen zijn verplaatsing van geïsoleerde modellen naar netwerken van samenwerkende agenten.

Dit is geen hypothetische situatie. Sterker nog, agenten coördineren in peer-to-peer-, gecentraliseerde of gedistribueerde structuren. Seeds zouden dit nog een stap verder brengen, waardoor persistente, verifieerbare kennis zich over complete AI-netwerken kan verspreiden.

In dit model is geheugen een infrastructuur. Seeds functioneren als semantische databases voor machines: compact genoeg om on-chain op te slaan, rijk genoeg om een ​​volledig begrip te reconstrueren wanneer er een query wordt uitgevoerd. Dat betekent dat AI's niet alleen contextbewust, maar ook contextdragend kunnen worden.

De implicaties zijn enorm. Neem bijvoorbeeld AI in de gezondheidszorg. Patiëntgegevens zijn momenteel verspreid over systemen die geen context met elkaar kunnen uitwisselen. Als medische AI's 'Seeds' – versleutelde, verifieerbare kenniscapsules – zouden kunnen uitwisselen, zou de continuïteit van de zorg kunnen verbeteren zonder de privacy in gevaar te brengen. In het onderwijs zouden AI's de voortgang van een leerling kunnen opslaan als draagbare 'Seeds', waardoor elk systeem het niveau, de leerstijl en de doelen van de leerling begrijpt.

En in de creatieve industrie zou Seeds samenwerking tussen modellen mogelijk kunnen maken. Eén agent zou een structuur kunnen ontwerpen, een andere zou deze optimaliseren en een derde zou de prestaties ervan simuleren, waarbij gebruik wordt gemaakt van dezelfde gedeelde geheugenlaag. weerspiegelt De evolutie van systemen met één agent naar ecosystemen met meerdere agenten.

Eigendom, ethiek en de data-economie

Maar geheugen roept ook vragen op over eigendom. Van wie is de kennis van een AI: de modelaanbieder of de gebruiker die het heeft getraind? Terwijl overheden debatteren over dataportabiliteit en AI-rechten, zoals bijvoorbeeld in de EU AI-wetgeving, stelt Seeds een eenvoudig antwoord voor: het geheugen behoort toe aan de bron.

Als een gebruiker een idee genereert, kan de resulterende Seed worden versleuteld, ondertekend en opgeslagen onder hun digitale identiteit, als een getokeniseerd fragment van hun gedachten. Dat is geen metafoor; het is een technisch raamwerk voor ethische AI. Seeds kan een toekomst mogelijk maken waarin samenwerking met AI niet ten koste gaat van de privacy, door kennis te verankeren aan de oorsprong en toestemming.

Na verloop van tijd zouden deze 'Seeds' de basis kunnen vormen van een nieuwe data-economie, waarbij geheugen zelf verhandelbaar wordt. Modellen zouden 'Seeds' van vertrouwde bronnen kunnen licentiëren of ernaar kunnen verwijzen, en betalen voor geverifieerde context in plaats van ruwe data. Het is een economie van begrip in plaats van extractie.

De volgende laag van intelligentie

Wanneer AI leert om zijn eigen context op te slaan en te delen, houdt het op een hulpmiddel te zijn en wordt het een ecosysteem. Zaden vormen een paradigma, een manier om na te denken over intelligentie die groeit, verbindt en standhoudt.

De AI van vandaag is krachtig maar vergeetachtig. De AI van morgen zal herinnerd worden om wat ze zich herinnert, en om wie die herinnering beheert.