AI代理类型和内存

随着围绕AI代理商的对话在企业和个人之间继续发展，一个中心主题脱颖而出：并非所有的AI代理人都是平等的。从基本的，规则驱动的系统到能够复杂的推理和决策的高级自适应模型。

换句话说，虽然我们经常将AI代理作为一个类别，但它们在设计和功能方面却有很大差异。与人类的大脑不同，这种大脑通过共享的生物框架发展了数百万年，AI系统的多样性要多样化。它们是出于特定目的而设计的，导致其运作方式有显着差异，尤其是在记忆方面。

AI代理商中最关键的区别之一在于他们的记忆能力。

状态系统保留了过去互动的记录，使它们能够随着时间的推移构建上下文。相比之下，每个新会话都重置无状态系统，将每个用户的互动视为完全新鲜的。当比较聊天机器人时，这种差异变得很明显 - 一个回想起您以前的对话与每次首次见面的对话。

通过已建立的分类框架查看时，了解AI代理存储器会更容易。专家通常将AI代理分为七种不同类型：

• ·简单的反射代理
• ·基于模型的反射剂
• ·基于目标的代理
• ·基于公用事业的代理
• ·学习代理
• ·多代理系统
• ·分层代理

在记忆方面，前两个之间出现了最明显的对比：简单反射剂和基于模型的反射剂。

ProjectPro的撰稿人Manika表示，一个简单的反射代理纯粹是在没有任何历史意识的情况下立即运作的。她提供了这个示例：

“自动门传感器充当简单的反射剂。当在入口附近检测到运动时，门将打开。规则很简单：如果感觉到运动，请打开门。它没有考虑到谁在接近或什么时候接近，它每次都会以相同的方式做出反应。”

另一方面，基于模型的反射代理使用内部模型和内存来做出决策。

Manika解释说：“像Roomba这样的机器人真空真空成为这种类型的例证。” “它可以绘制房间，记住家具的位置，并避免重新收集障碍物。这种对环境的记忆使其能够更有效地运作。”

（她在红杉的Andrew Ng中引用了洞察力，这是我们在行动讨论中的想象力中熟悉的声音。）

从本质上讲，状态的AI代理取决于持续的内存来提供智能的上下文感知性能。

水仙花概述了状态代理的关键特征：

• 他们保留了过去的输入，用户行为和任务进度，从而实现了更自然和连贯的互动。
• 通过记住偏好和目标，他们个性化对个人用户的响应。
• 他们需要复杂的会话和内存管理，从而提高发展的复杂性。
• 它们根据用户意图的新数据，反馈或转移动态调整。

这种内存使AI能够检测出细微的变化（例如用户目标的转变）或使用购买历史记录来预测未来的需求。

模仿人类的联系

在最近的TED演讲中，Aditi Garg开放了一个相关场景：与一个老中学朋友重新建立联系。

她说：“人际关系的魔力是，我们不需要重新引入自己。我们不必在笑话或共享的回忆中解释自己。我们只是继续故事。这是无缝，个人和有意义的。”

将此与当今的典型AI体验进行比较 - 缺乏持续的记忆。

Garg指出：“ AI可以解决复杂的物理问题，总结整本书，甚至构成交响曲。” “但是，当您开始新的聊天的那一刻，就会忘记一切。这就像与一个遭受全神贯注的天才说话。这可以理解，但不记得。”

重新考虑AI记忆的方式

GARG挑战了对内存的传统观点，表明重新构想AI如何存储和访问信息是进步的关键。

她说：“我们通常将数据描绘成一个庞大的数字图书馆 - 无数的存储字节。” “但是该模型可能还不够。”

为了使人工智能真正模仿人类的记忆，回忆必须是瞬时的，就像我们的大脑在需求中获取记忆一样。

Garg使用生动的类比，将当今的AI与在每一圈后被迫加油的法拉利进行了比较，从而使宝贵的时间和能量从遥远的存储中获取数据。

她认为，但是未来在于无缝融合。

“如果AI可以立即访问任何信息，它将永远不会忘记。如果它在对话和项目之间保持连续性，那么保持GPU有效运行的技术飞跃也将使AI内存保持活力。”

她强调，钥匙是共同列入记忆和计算，并将其并排放置。

下一代基础架构：数据符合计算

这个概念已经在塑造下一代数据中心设计，工程师将数据存储，处理能力和能源集成到统一的物理空间中。

想象一下，一个紧凑的数据中心建立在核电站附近，存储系统直接与中央大语言模型相关联。这种紧密的耦合使AI可以访问宽敞的数据集而无需延迟，利用实时内存进行更智能，更快的决策。

Garg总结说：“我们正在走向的方向，是AI记得的。当召回速度最终与思想速度相匹配时，AI将从辉煌但健忘的头脑演变为您真正的数字双胞胎。”

这可能是人工智能中的下一个前沿，而不是新模型，而是现有的模型，而现有的模型则以持久的流体记忆增压。结果？感觉更加意识，响应敏感和类似人的AI，因为它记得重要的事情。

随着我们的前进，了解七种AI代理的七种类型将仍然是必不可少的 - 他们将继续塑造我们如何构建，部署和与智能系统进行交互。您认为AI的下一个突破是什么？

以上是AI代理类型和内存的详细内容。更多信息请关注PHP中文网其他相关文章！