Connect with us

เมล็ดของความทรงจำ: การสร้าง AI ที่นึกถึงได้

ผู้นำทางความคิด

เมล็ดของความทรงจำ: การสร้าง AI ที่นึกถึงได้

mm

ทุกครั้งที่เราเปิด ChatGPT, Claude, หรือ Gemini เราจะเริ่มต้นจากศูนย์ใหม่ ทุกๆ การสนทนา ทุกๆ คำสั่ง ทุกๆ ข้อคิดเห็นจะถูกลบออกไปเมื่อเราปิดแท็บ สำหรับทุกๆ การพูดถึงความฉลาด AI ในปัจจุบันประสบปัญหาการ健忘อย่างรุนแรง พวกมันเป็นเครื่องมือที่ไม่มีสถานะ ไม่ใช่สมองที่พัฒนาอย่างต่อเนื่อง

ข้อจำกัดนี้ไม่สะดวกและกำหนดสถาปัตยกรรมของ AI เอง รูปแบบสามารถคาดการณ์ตัวต่อไปได้ แต่ไม่สามารถนึกถึงสิ่งที่เกิดขึ้นก่อนหน้านี้ได้อย่างมีความหมาย แม้ว่าเราจะสร้างระบบหลายรูปแบบที่สามารถมองเห็น พูด และเขียนโค้ดได้ แต่เรายังคงไม่มีความคงอยู่ ดังนั้นเราจึงได้รับความรู้ที่สามารถเลียนแบบความเข้าใจได้ แต่ไม่เคยเติบโตจากประสบการณ์

การออกแบบที่ไม่มีสถานะ

การลืมเลือนนี้ไม่ใช่แม้แต่ข้อผิดพลาด – มันเป็นตัวเลือกในการออกแบบ รูปแบบภาษาที่มีขนาดใหญ่ถูกปรับให้เหมาะสมสำหรับการทำงาน โดยแต่ละเซสชันจะถูกแยกออกจากกันสำหรับความเป็นส่วนตัว ความเรียบง่าย และความสามารถในการปรับขนาด แต่การแลกเปลี่ยนคือการกระจายส่วนต่างๆ ของบริบทที่มีค่า เช่น การตั้งค่าผู้ใช้ ประวัติงาน และความรู้ที่สะสมจะหายไปพร้อมกับการสนทนา ระบบตัวแทนการที่มีหน่วยความจำแสดงให้เห็นว่าความทรงจำที่คงอยู่ระหว่างเซสชัน vẫnเป็นสิ่งที่หายากในระบบหลัก

บางคนได้พยายามแก้ไขช่องว่างนี้ด้วยการสร้างการสร้างแบบเสริม (RAG) หรือฐานข้อมูลเวกเตอร์ที่ดึงชิ้นส่วนของข้อมูลที่เกี่ยวข้อง แต่สิ่งเหล่านี้เป็นเพียงการแก้ปัญหาในระยะสั้น พวกมันเลียนแบบความต่อเนื่องโดยไม่ได้แสดงให้เห็นอย่างแท้จริง ความทรงจำที่แท้จริงใน AI ต้องการสิ่งที่ลึกซึ้งยิ่งขึ้น: วิธีการให้เครื่องจักรเก็บ ข้อความ และแบ่งปันความรู้ตลอดเวลาและข้ามระบบนิเวศ ความทรงจำช่วยให้ตัวแทน AI เรียนรู้จากปฏิสัมพันธ์ในอดีต รักษาข้อมูล และรักษาบริบท

เมล็ด: หน่วยพื้นฐานของความทรงจำ AI

สมมติว่า AI สามารถพกพาความรู้ของมันไปได้ด้วยวัตถุพกพาและยืนยันได้ เช่น เมล็ดที่สามารถเติบโตได้ทุกที่ “เมล็ด” เหล่านี้เป็นหน่วยความทรงจำที่ถูกบีบอัดและแปลงโทเค็น ซึ่งเก็บความหมาย พื้นเพ และบริบทในลักษณะที่มีโครงสร้าง พวกมันไม่ใช่ไฟล์ข้อมูลที่ไม่เปลี่ยนแปลง แต่เป็นส่วนประกอบของความเข้าใจที่สามารถอ้างอิง ถาม และใช้ซ้ำได้ทั่วทั้งระบบ

เมล็ดอาจเก็บทุกสิ่ง ตั้งแต่รูปแบบการออกแบบที่เรียนรู้ไปจนถึงโปรไฟล์ผู้ใช้หรือสรุปเชิงวิธีของการสนทนา แต่ละเมล็ดมีเมตาดาต้า: รูปแบบใดที่สร้างขึ้น ภายใต้บริบทใด และด้วยความแน่นอนใด

สิ่งนี้มีความสำคัญอย่างยิ่ง มันช่วยให้ตัวแทน AI เชื่อถือและใช้ซ้ำข้อมูลจากระบบอื่นโดยไม่ต้องคัดลอกข้อมูลโดยไม่คิดถึงผลกระทบ วิธีนี้สะท้อนถึงวิธีการทำงานของเครือข่ายความรู้ของมนุษย์ เราไม่ทำซ้ำประวัติทั้งหมด เราแบ่งปันข้อคิดที่กลั่นกรอง – รูปแบบที่บีบอัดซึ่งเข้ารหัสความหมาย เมล็ดมีจุดมุ่งหมายเพื่อทำเช่นเดียวกันสำหรับเครื่องจักร

การบีบอัดและพื้นเพที่ชาญฉลาด

แน่นอน การบีบอัดไม่ใช่สิ่งใหม่ แต่การบีบอัดที่มีความหมายคือ สิ่งสำคัญคือกลไกความทรงจำที่มีโครงสร้างสำหรับความสอดคล้องในการสนทนาระยะยาวในระบบตัวแทน เช่น สถาปัตยกรรม Mem0 ตัวอย่าง

เมล็ดแต่ละเมล็ดมีลายเซ็นทางคryptography ที่รับรองความสามารถในการติดตาม คิดว่าตัวแทน AI ตรวจสอบว่าคำแนะนำการออกแบบใดๆ มาจากระบบ AI ของสถาปนิกที่เชื่อถือได้ มากกว่าแหล่งที่ไม่ได้รับการยืนยัน นั่นคือพื้นเพที่เกิดขึ้น มันทำให้เกิดความสามารถในการทำงานร่วมกันโดยไม่ต้องมีการจัดกลาง: หลักการเชิงเดียวกับที่มาตรฐานอัตลักษณ์ที่กระจาย ยืนยันตัวตนบุคคลและข้อมูลออนไลน์

เมื่อความทรงจำเชื่อมโยงกับแหล่งกำเนิดและความหมายอย่างมีการเข้ารหัสแล้ว การทำงานร่วมกันจะกลายเป็นไปได้ ตัวแทนสามารถแลกเปลี่ยน อ้างอิง หรือตรวจสอบความรู้ของกันและกันโดยไม่เปิดเผยข้อมูลที่ละเอียดอ่อน

จากระบบปิดไปสู่ระบบนิเวศที่มีชีวิต

ปัจจุบัน ระบบนิเวศ AI เหมือนสวนรั้ว OpenAI, Google และ Anthropic เก็บข้อมูลผู้ใช้ภายในซิลโลของตนเอง แต่ละแห่งมี API ของตนเอง วิธีการปรับให้เหมาะสมของตนเอง และกฎของตนเอง ไม่มีทางที่เป็นธรรมชาติสำหรับการมองเห็นข้อคิดเห็นที่ได้รับในหนึ่งแวดวงที่จะเดินทางไปยังอีกแวดวงหนึ่ง นั่นคือเหตุผลที่ทุกๆ ตัวช่วยรู้สึกเหมือนกัน ไม่ใช่การดำเนินการต่อ

ชั้นความทรงจำที่ใช้เมล็ดจะทำลายรูปแบบนี้ หากบริบทสามารถเดินทางได้ ผู้ใช้จะเป็นเจ้าของความทรงจำ นักวิจัยสามารถนำงานที่ได้รับการช่วยเหลือจาก AI มาหลายปีจาก ChatGPT และฉีดเข้าไปใน Gemini หรือรูปแบบส่วนตัวได้ทันที ทีมงานสร้างสรรค์สามารถย้ายจากระบบนิเวศหนึ่งไปยังอีกระบบหนึ่งโดยไม่ต้องฝึกอบรมใหม่ ระบบตัวแทน AI กำลังเปลี่ยนจากโมเดลที่แยกออกมาเป็นเครือข่ายของตัวแทนร่วมมือ

สิ่งนี้ไม่ใช่เรื่องสมมติ ในความเป็นจริง ตัวแทนประสานงานในโครงสร้างแบบจุดต่อจุด แบบจัดกลาง หรือแบบกระจาย เมล็ดจะพัฒนาต่อไป โดยทำให้ความรู้ที่คงอยู่และยืนยันได้เคลื่อนย้ายไปทั่วทั้งเครือข่าย AI

ในแบบจำลองนี้ ความทรงจำคือโครงสร้างพื้นฐาน เมล็ดทำหน้าที่เหมือนฐานข้อมูลเชิงวิธีสำหรับเครื่องจักร: มีขนาดกะทัดรัดพอที่จะเก็บไว้บนเชน และมีความสมบูรณ์ในการสร้างความเข้าใจที่สมบูรณ์เมื่อถูกถาม นั่นหมายความว่า AI สามารถกลายเป็นไม่เพียงแต่ตระหนักถึงบริบท แต่ยังพกพาบริบทได้ด้วย

ผลกระทบนั้นใหญ่หลวง พิจารณา AI ในด้านการดูแลสุขภาพ ปัจจุบันข้อมูลผู้ป่วยกระจายอยู่ทั่วระบบที่ไม่สามารถแลกเปลี่ยนบริบทได้โดยธรรมชาติ หาก AI ในทางการแพทย์สามารถแลกเปลี่ยนเมล็ด – ขวดความรู้ที่เข้ารหัสและยืนยันได้ – ความต่อเนื่องในการดูแลรักษาอาจดีขึ้นโดยไม่ต้องเสียสละความเป็นส่วนตัว ในด้านการศึกษา AI เพื่อการเรียนรู้สามารถรักษาความก้าวหน้าของนักเรียนเป็นเมล็ดที่พกพาได้ โดยรับรองว่าทุกๆ ระบบเข้าใจระดับ รูปแบบ และเป้าหมายของพวกเขา

และในอุตสาหกรรมสร้างสรรค์ เมล็ดสามารถทำให้การทำงานร่วมกันระหว่างรูปแบบต่างๆ เป็นไปได้ ตัวแทนหนึ่งสามารถออกแบบโครงสร้าง อีกตัวหนึ่งสามารถเพิ่มประสิทธิภาพ และอีกตัวหนึ่งสามารถจำลองการทำงาน โดยอ้างอิงชั้นความทรงจำที่ใช้ร่วมกัน สิ่งนี้สะท้อนการเปลี่ยนแปลงจากระบบตัวแทนเดียวไปสู่ระบบนิเวศของตัวแทนหลายตัว

ความเป็นเจ้าของ จริยธรรม และเศรษฐกิจข้อมูล

แต่ความทรงจำก็ทำให้เกิดคำถามเกี่ยวกับความเป็นเจ้าของ ใครเป็นเจ้าของความรู้ของ AI – ผู้ให้บริการรูปแบบหรือผู้ใช้ที่ฝึกอบรมมัน เมื่อรัฐบาลกำลังถกเถียงเรื่องการย้ายข้อมูลและกฎหมาย AI เช่น กฎหมาย AI ของสหภาพยุโรป เมล็ดเสนอวิธีแก้ปัญหาที่ง่าย: ความทรงจำเป็นของแหล่งกำเนิด

หากผู้ใช้สร้างความคิด เมล็ดที่เกิดขึ้นสามารถเข้ารหัส ลายเซ็น และเก็บไว้ภายใต้เอกลักษณ์ดิจิทัลของตนเอง เช่น ส่วนหนึ่งของความคิดของพวกเขา นั่นไม่ใช่สัญลักษณ์ แต่เป็นโครงสร้างทางเทคนิคสำหรับ AI ที่มีจริยธรรม เมล็ดสามารถทำให้เกิดอนาคตที่การทำงานร่วมกันของ AI ไม่ส่งผลให้สูญเสียความเป็นส่วนตัวผ่านการยึดความรู้กับแหล่งกำเนิดและความยินยอม

เมื่อเวลาผ่านไป เมล็ดเหล่านี้สามารถสร้างเป็นรากฐานของเศรษฐกิจข้อมูลใหม่ โดยที่ความทรงจำเองกลายเป็นสิ่งที่สามารถซื้อขายได้ รูปแบบสามารถอนุญาตหรืออ้างอิงเมล็ดจากแหล่งที่เชื่อถือได้ โดยจ่ายเงินสำหรับบริบทที่ยืนยันแทนข้อมูลดิบ มันเป็นเศรษฐกิจของความเข้าใจมากกว่าการดึงข้อมูล

ชั้นถัดไปของความฉลาด

เมื่อ AI เรียนรู้ที่จะเก็บและแบ่งปันบริบทของมัน มันจะหยุดเป็นเครื่องมือและเริ่มกลายเป็นระบบนิเวศ เมล็ดเป็นแนวคิด วิธีการคิดเกี่ยวกับความฉลาดที่เติบโต เชื่อมต่อ และคงอยู่

AI ในปัจจุบันมีพลัง แต่ลืมเลือน AI ในอนาคตจะถูกจดจำจากสิ่งที่มันจดจำ และจากใครที่ควบคุมความทรงจำนั้น

จาวัด อัชราฟ เป็นนักธุรกิจด้านเทคโนโลยีที่มีประสบการณ์ 30 ปี ในด้าน AI, เกม, และนวัตกรรมบล็อกเชน ในฐานะ CEO ของ Vanar เขากำลังสร้างโครงสร้างพื้นฐานที่ให้พลังแก่ระบบที่มีความฉลาดและยืนยันได้

ภายใต้การนำของเขา Vanar ได้เปิดตัว myNeutron ซึ่งเป็นชั้นหน่วยความจำ AI ที่ช่วยให้โมเดลและเอเย่นต์สามารถเก็บและใช้ข้อมูลบริบทข้ามแพลตฟอร์มได้อย่างปลอดภัย - เป็นขั้นตอนสำคัญในการทำให้ AI มีความคงอยู่และสามารถทำงานร่วมกันได้

ก่อนหน้านี้ จาวัด曾นำการเปลี่ยนแปลงดิจิทัลของ The Entertainer Dubai ซึ่งนำไปสู่การออกจากธุรกิจมูลค่า 100 ล้านดอลลาร์ และได้ก่อตั้งหลายๆ เวกเตอร์ข้ามเทคโนโลยีที่เกิดขึ้นใหม่