เอไอเอเจนต์: ความจำ (Memory) เทียบกับ ความรู้ (Knowledge)
เอไอเอเจนต์ส่วนใหญ่มีเพียงแค่ความจำ (Memory) เท่านั้น ความจำหมายถึงการที่พวกมันจำชื่อหรือความชอบของคุณได้ แต่นั่นยังไม่เพียงพอ
การจะสร้างมูลค่าที่แท้จริง เอเจนต์จำเป็นต้องมีความรู้ (Knowledge)
ความจำคือ "ฉันเคยเห็นสิ่งนี้" ความรู้คือ "ฉันสามารถใช้สิ่งนี้ได้"
เฟรมเวิร์กส่วนใหญ่ใช้การทำ context caching โดยจะจัดเก็บประวัติการแชทหรือคู่ key-value แบบง่ายๆ แต่นี่ไม่ใช่ฐานความรู้ (knowledge base) เอเจนต์ที่มีเพียงความจำจะไม่สามารถเรียนรู้จากเว็บไซต์ วิดีโอ หรือหนังสือทางเทคนิคได้ เพราะมันขาดชั้นการรวบรวมข้อมูล (collection layer)
สร้างเอเจนต์ของคุณด้วย 3 เลเยอร์นี้:
- Collection Layer: ดึงข้อมูลจากหน้าเว็บ วิดีโอ เอกสาร และหนังสือ
- Analysis Layer: ใช้ AI ในการสรุปเนื้อหา สกัดคำสำคัญ (keywords) และตรวจสอบข้อเท็จจริง
- Storage Layer: จัดระเบียบข้อมูลออกเป็น 3 ระดับ (tiers)
การทำงานของระดับการจัดเก็บข้อมูลทั้ง 3 ระดับเป็นดังนี้:
- Hot Tier (Hermes Memory Tool): ใช้ความเร็วระดับนาโนวินาทีสำหรับการดึงข้อมูลแบบ key-value ที่แม่นยำ
- Warm Tier (Hindsight Vector DB): ใช้ความเร็วระดับมิลลิวินาทีสำหรับการค้นหาความคล้ายคลึงทางความหมาย (semantic similarity)
- Cold Tier (gbrain Knowledge Graph): ใช้ความเร็วระดับวินาทีสำหรับการใช้เหตุผลที่ซับซ้อนและการเชื่อมโยงข้อมูล
เมื่อคุณค้นหา ระบบจะดำเนินตามเส้นทางสำรอง (fallback path) โดยเริ่มจาก FTS5 หากไม่พบ จะขยับไปที่ Hindsight และหากยังไม่พบอีก จะไปที่ gbrain วิธีนี้จะช่วยประหยัด LLM tokens ของคุณ เพราะระบบจะหยุดทำงานทันทีที่พบข้อมูลที่ตรงกัน
ตัวอย่างเวิร์กโฟลว์สำหรับวิดีโอ:
- ดาวน์โหลดวิดีโอผ่าน yt-dlp
- แปลงเสียงเป็นข้อความผ่าน Whisper
- สกัดข้อความจากเฟรมภาพโดยใช้ OCR
- ใช้ LLM เพื่อสร้างบทสรุปที่มีโครงสร้าง
- บันทึกลงใน knowledge graph
คำสั่งเพียงคำสั่งเดียวสามารถสั่งการกระบวนการทั้งหมดนี้ได้
เลิกสร้างเอเจนต์ที่ทำได้แค่จำสิ่งที่คุณพูด แต่จงสร้างเอเจนต์ที่สามารถดูดซับข้อมูลจากโลกภายนอกได้ เมื่อเอเจนต์สามารถเชื่อมโยงข้อมูลใหม่จากเว็บเข้ากับความรู้เดิมที่มีอยู่ได้ เมื่อนั้นมันจึงจะเริ่ม "เข้าใจ" อย่างแท้จริง
Source: https://dev.to/manoir_yantai_f22f01340f0/ai-dai-li-de-ji-yi-kun-jing-cong-ji-zhu-dao-zhi-dao--2g9n
Optional learning community: https://t.me/GyaanSetuAi