𝗔𝗜 ஏஜென்ட்களுக்கு அதிக நினைவகம் தேவையில்லை. அவற்றுக்கு நிர்வகிக்கப்படும் நினைவுத்திறன் (Governed Recall) தேவை.

AI ஏஜென்ட்கள் சிறப்பாகச் செயல்பட அதிக நினைவகம் தேவை என்று பெரும்பாலான மக்கள் நினைக்கிறார்கள். அவர்கள் அதிக சாட் ஹிஸ்டரி (chat history) வேண்டும் என்று கூறுகிறார்கள். பெரிய கான்டெக்ஸ்ட் விண்டோஸ் (context windows) வேண்டும் என்று கூறுகிறார்கள். அதிக வெக்டர் ஸ்டோரேஜ் (vector storage) வேண்டும் என்று கூறுகிறார்கள்.

ஆனால் அதிக நினைவகம் பெரும்பாலும் ஏஜென்ட்களின் நம்பகத்தன்மையைக் குறைக்கிறது. ஏஜென்ட் காலாவதியான அனுமானங்களைப் பயன்படுத்தத் தொடங்குகிறது. பழைய சூழலை (context) தற்போதைய உண்மைகளாகக் கருதுகிறது. பயனர் விருப்பங்களை (user preferences) உறுதியான ஆதாரங்களுடன் குழப்பிக் கொள்கிறது.

பிரச்சனை ஒரு ஏஜென்ட் எவ்வளவு நினைவில் வைத்துள்ளது என்பதில் இல்லை. ஒரு ஏஜென்ட் எதை நினைவுபடுத்திக்கொள்ள அனுமதிக்கப்பட வேண்டும் என்பதைத் தீர்மானிப்பதில்தான் பிரச்சனை உள்ளது.

இது ஒரு சிஸ்டம்ஸ் இன்ஜினியரிங் (systems engineering) பிரச்சனை, அறிவுத்திறன் (intelligence) பிரச்சனை அல்ல.

தகவல்களை மீட்டெடுத்தல் (Retrieval) என்பது நிர்வாகம் (governance) அல்ல. ஒரு ரீட்ரிவல் சிஸ்டம் (retrieval system) ஒரு வினாவிற்கு (query) நெருக்கமான தகவல்களைக் கண்டறியும். ஒரு நிர்வகிக்கப்படும் நினைவுத்திறன் சிஸ்டம் (governed recall system), அந்தத் தகவலைப் பயன்படுத்துவது பாதுகாப்பானதா என்பதைத் தீர்மானிக்கும்.

ஒரு சிறந்த நினைவுத்திறன் கொள்கை (recall policy) இந்த கேள்விகளைக் கேட்கிறது:

  • இந்தத் தகவல் இன்னும் புதியதாக (fresh) உள்ளதா?
  • இதை யார் பார்க்க அனுமதிக்கப்படுகிறார்கள்?
  • புதிய ஆதாரங்கள் இந்த பழைய தரவை விட முக்கியத்துவம் வாய்ந்தவையா?
  • இந்தத் தகவலின் ஆதாரம் என்ன?

அனைத்து நினைவுகளும் ஒரே மாதிரியான அதிகாரத்தைக் கொண்டிருக்கவில்லை. ஒரு கருவியின் முடிவு (tool result) ஒரு உண்மை. ஒரு மாடல் சுருக்கம் (model summary) ஒரு அனுமானம். ஒரு பயனர் விருப்பம் (user preference) ஒரு வழிகாட்டி.

இவை அனைத்தையும் சமமான உண்மைகளாக ஒரு ப்ராம்ப்ட்டில் (prompt) சேர்த்தால், ஏஜென்ட் தோல்வியடையும். சான்றுகளுக்கும் (evidence) கூற்றுகளுக்கும் (claims) இடையே சிஸ்டம் வேறுபடுத்திப் பார்க்க வேண்டும். ரன்டைம் சான்றுகள் (Runtime evidence) எப்போதும் மாடல் அனுமானங்களை விட மேலோங்கி இருக்க வேண்டும்.

நினைவகத்திற்குத் தொடக்கப் புள்ளி (scope) மற்றும் ஆதாரம் (provenance) ஆகியவையும் தேவை. ஒரு ஏஜென்ட் உங்கள் நிறுவனத்தில் உள்ள அனைத்துத் தரவுகளையும் பார்க்கக்கூடாது. பொறுப்புகள் (roles), பணிகள் (tasks) மற்றும் அனுமதிகளின் (permissions) அடிப்படையில் நினைவகத்திற்கு எல்லைகள் தேவை. நினைவகம் எங்கிருந்து வந்தது என்பதையும் நீங்கள் அறிய வேண்டும். ஒரு மாடலின் யூகத்தை விட ஒரு மனிதனின் கருத்து அதிக முக்கியத்துவம் வாய்ந்தது.

ஏஜென்ட்களுக்குப் பெரிய மூளைகளைத் தர முயற்சிப்பதை நிறுத்துங்கள். அவை எதை நினைவுபடுத்திக்கொள்ள முடியும் என்பதற்கான சிறந்த விதிகளை உருவாக்கத் தொடங்குங்கள். ரன்டைம் (runtime), மாடலைச் சென்றடைவதற்கு முன்பே சூழலை (context) முறைப்படுத்த வேண்டும்.

உண்மையான கேள்வி ஒரு ஏஜென்ட் எவ்வளவு நினைவில் வைத்துக்கொள்ள முடியும் என்பது அல்ல. ஒரு ஏஜென்ட் எதை நினைவுபடுத்துகிறதோ அதை உங்களால் நம்ப முடியுமா என்பதுதான் உண்மையான கேள்வி.

Source: https://dev.to/glendel/ai-agents-dont-need-more-memory-they-need-governed-recall-3p73

Optional learning community: https://t.me/GyaanSetuAi