Hạt giống của Bộ nhớ: Xây dựng Trí tuệ nhân tạo có khả năng Nhớ

Mỗi lần chúng ta mở ChatGPT, Claude hoặc Gemini, chúng ta bắt đầu từ đầu. Mỗi cuộc trò chuyện, mỗi lời nhắc, mỗi thông tin bị xóa ngay khi chúng ta đóng tab. Mặc dù có nhiều cuộc thảo luận về trí tuệ, nhưng các hệ thống trí tuệ nhân tạo hiện nay vẫn mắc phải một dạng mất trí nhớ nghiêm trọng. Chúng là các công cụ không có trạng thái, không phải là những tâm trí đang phát triển.

Giới hạn này không chỉ là một bất tiện, mà còn định nghĩa kiến trúc của trí tuệ nhân tạo. Các mô hình có thể dự đoán token tiếp theo, nhưng chúng không thể nhớ những gì đã xảy ra trước đó một cách có ý nghĩa. Ngay cả khi chúng ta xây dựng các hệ thống đa phương thức có thể nhìn, nói và mã hóa, chúng ta vẫn thiếu sự nhất quán, vì vậy chúng ta nhận được một trí tuệ có thể bắt chước sự hiểu biết nhưng không bao giờ phát triển từ kinh nghiệm.

Thiết kế không có trạng thái

Sự quên này không phải là một lỗi – nó là một lựa chọn thiết kế. Các mô hình ngôn ngữ lớn được tối ưu hóa cho hiệu suất, với mỗi phiên bản được cách ly cho mục đích riêng tư, đơn giản và khả năng mở rộng. Nhưng sự đánh đổi là sự phân mảnh. Các ngữ cảnh quý giá như sở thích người dùng, lịch sử nhiệm vụ và kiến thức tích lũy bị mất cùng với phiên trò chuyện. Các đại lý có khả năng nhớ cho thấy cách bộ nhớ nhất quán trên các phiên vẫn còn hiếm trong các hệ thống chính thống.

Một số người đã cố gắng vá lỗ hổng này bằng cách sử dụng các kỹ thuật như tạo sinh tăng cường (RAG) hoặc cơ sở dữ liệu vector có thể lấy các mảnh thông tin liên quan, nhưng những giải pháp này chỉ là tạm thời. Chúng mô phỏng sự liên tục mà không thực sự thể hiện nó. Bộ nhớ thực sự trong trí tuệ nhân tạo đòi hỏi một điều gì đó sâu sắc hơn: một cách để máy móc có thể lưu trữ, xác minh và chia sẻ kiến thức theo thời gian và trên các hệ sinh thái. Bộ nhớ cho phép các đại lý trí tuệ nhân tạo học hỏi từ các tương tác trong quá khứ, giữ lại thông tin và duy trì ngữ cảnh.

Hạt giống: Đơn vị nguyên tử của Bộ nhớ Trí tuệ nhân tạo

Nếu trí tuệ nhân tạo có thể mang kiến thức của nó như các đối tượng di động và có thể xác minh được như các hạt giống có thể nảy mầm ở bất kỳ nơi nào? Những “hạt giống” này là các đơn vị bộ nhớ được nén, mã hóa, lưu trữ ý nghĩa, nguồn gốc và ngữ cảnh theo cách có cấu trúc. Chúng không phải là các tệp dữ liệu tĩnh mà là các mảnh tự chứa của sự hiểu biết, có khả năng được tham chiếu, truy vấn và tái sử dụng trên các hệ thống.

Một hạt giống có thể chứa mọi thứ từ một mẫu thiết kế đã học được đến một hồ sơ khách hàng hoặc một tóm tắt ngữ nghĩa của một cuộc trò chuyện. Mỗi hạt giống mang theo siêu dữ liệu: mô hình nào đã tạo ra nó, trong ngữ cảnh nào và với mức độ chắc chắn nào.

Siêu dữ liệu đó là rất quan trọng. Nó cho phép các đại lý trí tuệ nhân tạo tin tưởng và tái sử dụng thông tin từ các hệ thống khác mà không cần sao chép thông tin đó một cách mù quáng. Cách tiếp cận này phản ánh cách kiến thức hoạt động trong các mạng lưới con người. Chúng ta không sao chép lại toàn bộ lịch sử; chúng ta chia sẻ những hiểu biết cô đọng – các mẫu nén mã hóa ý nghĩa. Hạt giống nhằm làm điều tương tự cho máy móc.

Nén thông minh và Nguồn gốc

Tất nhiên, nén không phải là mới, nhưng nén có ý nghĩa thì mới. Các cơ chế bộ nhớ có cấu trúc là rất quan trọng cho sự nhất quán của cuộc trò chuyện dài hạn trong các hệ thống đại lý, như kiến trúc Mem0 ví dụ.

Mỗi hạt giống bao gồm các chữ ký mật mã đảm bảo tính truy vết. Hãy nghĩ về một đại lý trí tuệ nhân tạo xác minh rằng một đề xuất thiết kế cụ thể đến từ hệ thống trí tuệ nhân tạo của một kiến trúc sư đáng tin cậy chứ không phải từ một nguồn không xác định. Đó là nguồn gốc hoạt động. Đó là điều cho phép khả năng tương tác mà không cần tập trung: một nguyên tắc tương tự như cách các tiêu chuẩn danh tính phân tán xác thực người và dữ liệu trực tuyến.

Khi bộ nhớ được liên kết mật mã với nguồn gốc và ý nghĩa, sự hợp tác trở nên có thể. Các đại lý có thể trao đổi, tham chiếu hoặc xác thực kiến thức của nhau mà không tiết lộ dữ liệu nhạy cảm.

Từ Hệ thống Đóng đến Hệ sinh thái Sống

Hiện tại, các hệ sinh thái trí tuệ nhân tạo giống như các khu vườn bị đóng. OpenAI, Google và Anthropic lưu trữ dữ liệu người dùng trong các silo riêng của họ. Mỗi silo có API riêng, phương pháp tinh chỉnh riêng, quy tắc riêng. Không có cách nào để một thông tin thu được trong một môi trường có thể di chuyển đến môi trường khác. Đó là lý do tại sao mỗi trợ lý cảm giác như một bản sao, không phải là sự tiếp tục.

Một lớp bộ nhớ dựa trên hạt giống phá vỡ mẫu này. Nếu ngữ cảnh có thể di chuyển, người dùng trở thành chủ sở hữu của bộ nhớ. Một nhà nghiên cứu có thể lấy nhiều năm công việc được hỗ trợ bởi trí tuệ nhân tạo từ ChatGPT và tiêm nó vào Gemini hoặc một mô hình riêng tư ngay lập tức. Một đội sáng tạo có thể di chuyển liền mạch từ một hệ sinh thái này sang hệ sinh thái khác mà không cần đào tạo lại. Các hệ thống đại lý thông minh đang chuyển đổi từ các mô hình bị cô lập sang các mạng lưới hợp tác.

Điều này không phải là giả thuyết. Trên thực tế, các đại lý phối hợp trong các cấu trúc ngang hàng, tập trung hoặc phân tán. Hạt giống sẽ đưa điều này进一步, cho phép kiến thức được xác minh và nhất quán di chuyển trên toàn bộ mạng lưới trí tuệ nhân tạo.

Trong mô hình này, bộ nhớ là một cơ sở hạ tầng. Hạt giống hoạt động như các cơ sở dữ liệu ngữ nghĩa cho máy móc: đủ nhỏ để lưu trữ trên chuỗi, đủ phong phú để tái tạo một sự hiểu biết đầy đủ khi được truy vấn. Điều đó có nghĩa là trí tuệ nhân tạo có thể trở nên không chỉ nhận biết ngữ cảnh mà còn mang theo ngữ cảnh.

Các ý nghĩa là rất lớn. Hãy xem xét trí tuệ nhân tạo trong chăm sóc sức khỏe. Hiện tại, dữ liệu bệnh nhân bị phân mảnh trên các hệ thống không thể trao đổi ngữ cảnh một cách bản địa. Nếu các hệ thống trí tuệ nhân tạo y tế có thể trao đổi hạt giống – các capsule kiến thức được mã hóa và xác minh – thì tính liên tục của chăm sóc có thể được cải thiện mà không phải hy sinh quyền riêng tư. Trong giáo dục, các hệ thống trí tuệ nhân tạo học tập có thể giữ lại tiến trình của học sinh dưới dạng hạt giống di động, đảm bảo rằng mỗi hệ thống hiểu được trình độ, phong cách và mục tiêu của họ.

Và trong các ngành sáng tạo, hạt giống có thể cho phép hợp tác giữa các mô hình. Một đại lý có thể thiết kế một cấu trúc, một đại lý khác tối ưu hóa nó, và một đại lý thứ ba mô phỏng hiệu suất của nó, tham chiếu đến cùng một lớp bộ nhớ được chia sẻ. Điều này phản ánh sự tiến hóa từ các hệ thống đại lý đơn lẻ đến các hệ sinh thái đa đại lý.

Sở hữu, Đạo đức và Kinh tế Dữ liệu

Nhưng bộ nhớ cũng đặt ra các câu hỏi về sở hữu. Ai sở hữu kiến thức của trí tuệ nhân tạo – nhà cung cấp mô hình hoặc người dùng đã đào tạo nó? Khi các chính phủ tranh luận về khả năng di chuyển dữ liệu và quyền trí tuệ nhân tạo, được minh họa bởi Đạo luật Trí tuệ nhân tạo của EU, hạt giống đề xuất một câu trả lời đơn giản: bộ nhớ thuộc về nguồn gốc của nó.

Nếu một người dùng tạo ra một ý tưởng, hạt giống kết quả có thể được mã hóa, ký và lưu trữ dưới danh tính kỹ thuật số của họ, như một mảnh mã hóa của tâm trí họ. Đó không phải là một ẩn dụ; đó là một khuôn khổ kỹ thuật cho trí tuệ nhân tạo đạo đức. Hạt giống có thể cho phép một tương lai nơi hợp tác trí tuệ nhân tạo không phải trả giá bằng quyền riêng tư thông qua việc neo kiến thức vào nguồn gốc và sự đồng ý.

Theo thời gian, những hạt giống này có thể hình thành cơ sở của một nền kinh tế dữ liệu mới, với bộ nhớ trở thành một thứ có thể trao đổi. Các mô hình có thể cấp phép hoặc tham chiếu hạt giống từ các nguồn đáng tin cậy, trả tiền cho ngữ cảnh được xác minh thay vì dữ liệu thô. Đó là một nền kinh tế của sự hiểu biết thay vì khai thác.

Lớp trí tuệ tiếp theo

Khi trí tuệ nhân tạo học cách lưu trữ và chia sẻ ngữ cảnh của nó, nó ngừng trở thành một công cụ và bắt đầu trở thành một hệ sinh thái. Hạt giống là một khuôn khổ, một cách để suy nghĩ về trí tuệ mà phát triển, kết nối và tồn tại.

Trí tuệ nhân tạo ngày nay rất mạnh nhưng dễ quên. Trí tuệ nhân tạo ngày mai sẽ được nhớ đến bởi những gì nó nhớ, và bởi ai kiểm soát bộ nhớ đó.