𝗔𝗜 ஏஜென்ட்கள்: நினைவாற்றல் (Memory) vs. அறிவு (Knowledge)
பெரும்பாலான AI ஏஜென்ட்களுக்கு நினைவாற்றல் (Memory) மட்டுமே உள்ளது. நினைவாற்றல் என்பது உங்கள் பெயர் அல்லது உங்கள் விருப்பங்களை அவை நினைவில் வைத்திருப்பதாகும். இது போதுமானதல்ல.
உண்மையான மதிப்பைச் சேர்க்க, ஒரு ஏஜென்ட்க்கு அறிவு (Knowledge) தேவை.
நினைவாற்றல் என்பது "நான் இதைப் பார்த்தேன்" என்பதாகும். அறிவு என்பது "என்னால் இதைப் பயன்படுத்த முடியும்" என்பதாகும்.
பெரும்பாலான கட்டமைப்புகள் (frameworks) சூழல் சேமிப்பை (context caching) பயன்படுத்துகின்றன. அவை உரையாடல் பதிவுகள் அல்லது எளிய key-value இணைகளைச் சேமிக்கின்றன. இது ஒரு அறிவுத் தளம் (knowledge base) அல்ல. நினைவாற்றல் மட்டுமே கொண்ட ஒரு ஏஜென்ட்டால் ஒரு இணையதளம், வீடியோ அல்லது தொழில்நுட்பப் புத்தகத்திலிருந்து கற்றுக்கொள்ள முடியாது. அதற்கு ஒரு சேகரிப்பு அடுக்கு (collection layer) இல்லை.
உங்கள் ஏஜென்ட்டை இந்த மூன்று அடுக்குகளுடன் உருவாக்குங்கள்:
- சேகரிப்பு அடுக்கு (Collection Layer): இணையப் பக்கங்கள், வீடியோக்கள், ஆவணங்கள் மற்றும் புத்தகங்களிலிருந்து தரவை எடுக்கிறது.
- பகுப்பாய்வு அடுக்கு (Analysis Layer): சுருக்கிக் கூறவும், முக்கிய வார்த்தைகளை எடுக்கவும் மற்றும் உண்மைகளைச் சரிபார்க்கவும் AI-ஐப் பயன்படுத்துகிறது.
- சேமிப்பு அடுக்கு (Storage Layer): தரவை மூன்று நிலைகளாகப் பிரிக்கிறது.
மூன்று சேமிப்பு நிலைகளும் இவ்வாறு செயல்படுகின்றன:
- ஹாட் டயர் (Hot Tier - Hermes Memory Tool): துல்லியமான key-value மீட்டெடுப்பிற்காக நானோ விநாடி வேகத்தைப் பயன்படுத்துகிறது.
- வார்ம் டயர் (Warm Tier - Hindsight Vector DB): பொருண்மை ஒற்றுமைக்காக (semantic similarity) மில்லி விநாடி வேகத்தைப் பயன்படுத்துகிறது.
- கோல்ட் டயர் (Cold Tier - gbrain Knowledge Graph): சிக்கலான பகுத்தறிவு மற்றும் இணைப்புகளுக்காக விநாடி வேகத்தைப் பயன்படுத்துகிறது.
நீங்கள் தேடும்போது, அமைப்பு ஒரு மாற்றுப் பாதையை (fallback path) பின்பற்றுகிறது. இது FTS5 உடன் தொடங்குகிறது. அது தோல்வியடைந்தால், Hindsight-க்குச் செல்கிறது. அதுவும் தோல்வியடைந்தால், gbrain-க்குச் செல்கிறது. இது பொருத்தமான முடிவைக் கண்டறிந்தவுடன் நிறுத்துவதன் மூலம் உங்கள் LLM டோக்கன்களைச் சேமிக்கிறது.
ஒரு வீடியோவிற்கான உதாரண பணிப்பாய்வு (workflow):
- yt-dlp மூலம் வீடியோவைப் பதிவிறக்கவும்.
- Whisper மூலம் பேச்சை உரையாக மாற்றவும்.
- OCR மூலம் பிரேம்களிலிருந்து உரையை எடுக்கவும்.
- ஒரு கட்டமைக்கப்பட்ட சுருக்கத்தை உருவாக்க LLM-ஐப் பயன்படுத்தவும்.
- அறிவு வரைபடத்திற்கு (knowledge graph) சேமிக்கவும்.
ஒரே கட்டளை இந்த முழுச் சங்கிலியையும் தூண்ட முடியும்.
நீங்கள் சொன்னதை மட்டும் நினைவில் கொள்ளும் ஏஜென்ட்களை உருவாக்குவதை நிறுத்துங்கள். உலகத்திலிருந்து தகவல்களை உறிஞ்சும் ஏஜென்ட்களை உருவாக்குங்கள். ஒரு ஏஜென்ட் புதிய இணையத் தரவை உங்கள் தற்போதைய அறிவோடு இணைக்கும்போது, அது உண்மையாகப் புரிந்துகொள்ளத் தொடங்குகிறது.
ஆதாரம்: https://dev.to/manoir_yantai_f22f01340f0/ai-dai-li-de-ji-yi-kun-jing-cong-ji-zhu-dao-zhi-dao--2g9n
விருப்பமான கற்றல் சமூகம்: https://t.me/GyaanSetuAi