أي شخص عمل مع أحد عملاء الذكاء الاصطناعي في مشروع يمتد لعدة أيام يعرف هذا الأمر: كل جلسة جديدة تبدأ من الصفر. في منشور بحثي جديد، تصف Anthropic كيف تم تصميم Claude للاحتفاظ بالمعرفة عبر الجلسات بينما يظل النموذج الأساسي دون تغيير - عن طريق كتابة الملاحظات في مجلد يمكنه قراءته لاحقًا. النتيجة المدهشة هي أن الجزء الأصعب من الذاكرة الوسيطة ليس التخزين. هو الاختيار.

المشكلة الأساسية، وفقًا لأنثروبيك، هي أن الوكيل يجب أن يقرر في الوقت الحالي ما قد يهم لاحقًا، قبل أن يعرف ما سيأتي بعد ذلك. كل ملاحظة هي رهان على المستقبل. قم بتخزين القليل جدًا وسيكرر الوكيل أخطائه؛ قم بتخزين الكثير وسيصبح الأرشيف قديمًا ويأكل السياق ويحمل الأخطاء إلى أجل غير مسمى.

اختبار البوكيمون: 413 ملفًا وشارة واحدة

لتوضيح وضع الفشل، أشار Anthropic إلى الاختبارات التي تم إجراؤها داخل Pokémon Red. كلود سونيت 3.7، وهو نموذج أقدم، تعامل مع كل شيء على أنه مهم. عبر ما يقرب من 10000 خطوة من خطوات اللعبة، أنشأت 413 ملفًا موزعة على 225 مجلدًا - غالبًا ما يكون ملفًا منفصلاً لكل معركة وعنصر واجهته. نظرًا لأن حالة اللعبة استمرت في التغير، فقد أصبح الأرشيف قديمًا بنفس سرعة كتابته تقريبًا. في بعض الأحيان، لم يفعل النموذج شيئًا سوى إعادة تنظيم نغماته بدلاً من العزف، وأنهى التشغيل بشارة واحدة.

اتخذت لعبة Claude Fable 5 الأحدث النهج المعاكس: فقد اقتصرت ذاكرتها على عدد قليل من الملفات وحصلت على أربع شارات. لم تسجل Fable 5 المعلومات التي كانت مرئية بالفعل على الشاشة، وبدلاً من ذلك كتبت الخطط والاستراتيجيات والقواعد التي اختبرتها. تحذر أنثروبيك من أن المقارنة لا تغطي سوى عملية تشغيل واحدة لكل نموذج، وبالتالي فإن النتيجة إرشادية وليست نهائية - ولكن الاتجاه يتوافق مع نصيحة الشركة الأوسع.

تتمثل هذه النصيحة في شرح الغرض من الذاكرة لكلود والسماح للنموذج بأن يقرر كيفية استخدامه. في أحد المعايير، قضت التعليمات الصارمة مثل "تسجيل الأخطاء فقط" على معظم المزايا التي كانت تتمتع بها النماذج الأقوى. وعلى النقيض من ذلك، استفادت النماذج الأقدم من التعليمات الواضحة، مثل مطالبتها بقراءة ملاحظاتها فعليًا قبل كل إجابة.

الحلم: مراجعة الذاكرة بعد وقوعها

الخطر الأكبر في الوكلاء الذين يعملون لفترة طويلة هو عدم النسيان، بل الثقة في الملاحظات الخاطئة. إجابة أنثروبيك هي عملية تسميها الحلم، وهي فكرة مبنية على بحث من ليتا وجامعة كاليفورنيا في بيركلي. بقدر ما يقوم الدماغ البشري بتجميع الخبرات أثناء النوم، يقوم كلود بمراجعة نصوص الجلسات السابقة أثناء الاستراحة ويتحقق من ملاحظاته مقارنة بما حدث بالفعل.

في اختبار البوكيمون، أخطأ كلود في تحديد جانب الجبل الذي يوجد عليه المعلم. وبالاعتماد على تلك الملاحظة الخاطئة، وقع العميل في نفس الفخ ثلاث مرات، وأراد في النهاية الاستسلام، وأخطأ هدفه. بعد تمريرة Dreaming، اكتشف كلود الخطأ عن طريق التحقق من الملاحظة مقابل النص ووجد المسار الصحيح.

يمكن للحلم أيضًا تنظيم قواعد معرفية أكبر بكثير. قام كلود ببناء موقع ويكي مرتبط من حوالي 350 ألف مستند داخلي من شركة ستانلس، وهي شركة برمجيات استحوذت عليها أنثروبيك، حيث قامت شركة Dreaming بإنشاء صفحات جديدة مع إصلاح الثغرات والنسخ والروابط المعطلة. وكان المردود أعظم عندما تمكن كلود من الجمع بين الويكي والبحث، لذلك عملت الذاكرة المنسقة كمكمل للاسترجاع وليس بديلاً له.

عندما يتفوق موقع Wiki على البحث

في اختبار قانوني منفصل أجرته Anthropic، ساعد موقع wiki المنسق معظم الأشخاص في الأسئلة التي انتشرت إجاباتها عبر مستندات متعددة. حصل كلود على 87% من خلال الويكي، مقارنة بـ 73% باستخدام البحث وحده. بالنسبة لمهام البحث البسيطة، كان أداء موقع wiki على قدم المساواة تقريبًا مع البحث - وفي إحدى الحالات أصبح أكبر من المستندات المصدر التي قام بتلخيصها.

الأنثروبي صريح بشأن المشاكل المفتوحة. تدوين الملاحظات في منتصف المهمة يصرف انتباه الوكيل عن عمله. الحلم يكلف حوسبة إضافية، ولا تصل نتائجه إلا بعد تأخير. تحتاج مواقع الويكي والملاحظات أيضًا إلى صيانة منتظمة، وإلا ستتراكم الأخطاء والهلوسة. وتحذر الشركة من تحميل الكثير من الذكريات تلقائيًا في كل جلسة، لأنها تلتهم السياق وتمرر أي ملاحظة سيئة إلى كل جلسة مستقبلية.

من معاينة البحث إلى المنتج

الحلم في حد ذاته ليس جديدًا: فقد قدمته شركة Anthropic في شهر مايو كمعاينة بحثية لـ Claude Managed Agents، وهي منصة الشركة السحابية لعملاء الذكاء الاصطناعي. تقرأ الخدمة مخزن الذاكرة الموجود وما يصل إلى 100 جلسة سابقة، وتزيل الإدخالات المكررة والقديمة، وتنشئ مخزنًا مُعاد تنظيمه مع ترك المخزن الأصلي دون تغيير. عند الإطلاق كان يدعم كلود أوبوس 4.7 وسونيت 4.6. منذ ذلك الحين، استعارت شركة OpenAI العلامة التجارية لإصلاح الذاكرة الخاصة بها لـ ChatGPT في يونيو، والذي تسميه أيضًا "Dreaming" - وهو نظام خلفية يحافظ على ملف تعريف المستخدم ويصحح المعلومات القديمة تلقائيًا.

إن الاستنتاج العام من بحث Anthropic هو أن الذاكرة الفعالة المفيدة تعتمد بدرجة أقل على تخزين أكبر قدر ممكن من الاعتماد على الاحتفاظ بالمعلومات الصحيحة وتصحيح الأخطاء لاحقًا. بينما تتسابق المختبرات لبناء عوامل يمكنها العمل بشكل موثوق لأيام وأسابيع بدلاً من دقائق، فإن معالجة الذاكرة أصبحت بهدوء حدودًا تنافسية خاصة بها. يمكنك متابعة أحدث تطورات الذكاء الاصطناعي في أبحاث العملاء على AI Buzz Wire.

البقاء في صدارة الذكاء الاصطناعي

تتقدم أبحاث العملاء بسرعة، والذاكرة هي ساحة المعركة التالية. احصل على كل التحديثات، بالإضافة إلى أحدث تطورات الذكاء الاصطناعي من كل مختبر رئيسي، على AI Buzz Wire.

اقرأ المزيد من أخبار الذكاء الاصطناعي →