قدمت شركة الذكاء الاصطناعي بريزما بنية ذاكرة جديدة تُدعى "براين"، مصممة لمساعدة وكلاء الذكاء الاصطناعي على التعلم من المهام السابقة وتحسين أدائهم مع مرور الوقت. وفقًا للإعلان، يمكّن النظام الوكلاء من الاحتفاظ بمعلومات مفيدة، والتعرف على الأنماط من التفاعلات السابقة، وتطبيق تلك الدروس على المهام المستقبلية. الميزة متاحة حاليًا في عرض بحثي لمشتركي بريزما ماكس. تقول الشركة إن "براين" يهدف إلى معالجة واحدة من القيود الرئيسية لأنظمة الذكاء الاصطناعي: عدم القدرة على بناء معرفة سياقية طويلة الأمد عبر جلسات متعددة وسير العمل. غالبًا ما تبدأ نماذج الذكاء الاصطناعي التقليدية كل مهمة بذاكرة محدودة، بينما يهدف "براين" إلى إنشاء طبقة دائمة تتطور باستمرار. شاركت بريزما نتائج مرجعية تشير إلى تحسينات في الدقة والاسترجاع والحداثة والكفاءة عند تفعيل "براين". تدعي الشركة أن نظام الذاكرة يمكن أن يساعد الوكلاء في تقديم استجابات أكثر صلة، وتقليل العمل المتكرر، وإكمال المهام مع عدد أقل من المطالبات. تعكس الإطلاق اتجاهًا أوسع في الصناعة نحو وكلاء الذكاء الاصطناعي المستقلين القادرين على التعامل مع سير العمل المعقد. تُعتبر أنظمة الذاكرة بشكل متزايد عنصرًا حاسمًا لتطبيقات الذكاء الاصطناعي من الجيل التالي لأنها تسمح للبرمجيات بالتكيف مع تفضيلات المستخدم ومتطلبات المشروع والتفاعلات التاريخية. يعتقد مراقبو الصناعة أن مثل هذه التطورات يمكن أن تسرع من اعتماد الشركات لوكلاء الذكاء الاصطناعي في البحث وخدمة العملاء وتطوير البرمجيات وتطبيقات الإنتاجية. ومع ذلك، لا تزال هناك أسئلة حول الخصوصية واحتفاظ البيانات وكيفية إدارة الذكريات المستمرة بشكل آمن. مع اشتداد المنافسة بين مزودي الذكاء الاصطناعي، تسلط الابتكارات مثل "براين" الضوء على التركيز المتزايد على إنشاء أنظمة ذكاء اصطناعي أكثر تخصيصًا وقدرة يمكنها التعلم باستمرار من التجربة بدلاً من العمل فقط على بيانات التدريب الثابتة.