テクニカルガイド
エピソード的および意味論的なエージェントの記憶
AI エージェントには 2 種類の長期記憶が必要です。特定の過去の出来事に関するエピソード記憶と、一般的な事実に関する意味記憶です。
このガイドを聴くAIによるナレーション · ~2 min
概要
Borrowed from human psychology, this split lets agents both recall what happened and know what is true.
ディープダイブ
言語モデル自体はステートレスです。会話がコンテキスト ウィンドウをスクロールして通過すると、それは忘れられます。セッション間で持続するエージェントを構築するために、開発者は人間の認知にヒントを得た外部メモリを追加します。エピソード記憶は特定のタイムスタンプ付きの経験（「火曜日にユーザーは朝のミーティングが好きだと言いました」）を保存しますが、意味記憶は抽出された一般知識（「このユーザーはベジタリアンです」）を保存します。実際には、これらはベクトル データベースと構造化ストアに保存されます。エージェントが動作する必要がある場合、メモリにクエリを実行し、最も関連性の高い項目を取得してプロンプトに挿入します。時間が経つにつれて、繰り返されるエピソードは安定した意味論的な事実に統合され、人間がどのように経験を知識に変えるかを反映します。
現実世界の実装
コーディング アシスタントが、プロジェクトで TypeScript とセッション全体で好みのテスト フレームワークを使用していることを思い出します。
特定の過去のチケット (エピソード) とアカウント層 (セマンティック) を記憶するカスタマー サポート ボット
パーソナルアシスタントが、「サラダを食べました」という多くの発言を、あなたがベジタリアンであるという確かな事実に統合します
同じ Web 検索を繰り返さないように、以前のクエリで得られた結果を保存するリサーチ エージェント
エピソード的および意味論的なエージェント記憶の未来
メモリはパーソナル AI アシスタントの差別化要因になりつつあります。アプリ間で存続する標準化されたメモリ層、古くなったエントリや価値の低いエントリを取り除くスマートな忘却ポリシー、事実だけでなく再利用可能なスキルを保存する手続き型メモリが期待されます。プライバシーとユーザー制御が中心となるでしょう。人々はエージェントが記憶している内容を調べ、編集し、削除したいと思うでしょう。研究では、有用な歴史を消去することなく、新しい情報が古い信念を上書きする必要があるという記憶の矛盾にも取り組んでいます。
実践する
なぜそれが重要なのか
- 費用と予算. アーキテクチャの決定により、パフォーマンスと運用コストが何年にもわたって推進されます。
- より明確な判決. 技術教育は、チームが最新のスタックだけでなく、適切なスタックを選択するのに役立ちます。
- 品質管理. より良いエンジニアリングの選択により、本番環境での信頼性に関するインシデントが減少します。
気をつけてください
- 1 つのベンチマークを最適化すると、より広範なシステムの弱点が隠れる可能性があります。
- インフラストラクチャとメンテナンスのコストは過小評価されがちです。
- システムが複雑になるにつれて、セキュリティと可観測性のギャップが拡大する可能性があります。
次のステップ
- 実装前にレイテンシ、品質、コストの目標を定義します。
- 現実的な負荷とデータ条件でのベンチマーク。
- エラー、ドリフト、ユーザーへの影響を計測器で監視します。
- スケーリングの前に、ロールバックとインシデント対応のパスを準備します。
探検を続けましょう
よくある質問
What is Episodic and Semantic Agent Memory?
AI エージェントには 2 種類の長期記憶が必要です。特定の過去の出来事に関するエピソード記憶と、一般的な事実に関する意味記憶です。人間の心理学から借用したこの分割により、エージェントは何が起こったかを思い出し、何が真実かを知ることができます。
AI エージェントにおけるエピソード記憶と意味記憶の違いは何ですか?
エピソード記憶はタイムスタンプ付きの特定の経験を保持しますが、意味記憶は抽出された一般的な事実を保持し、人間の区別を反映します。
What limitation applies to a language model without an external memory or retrieval system?
The guide’s claim concerns a model on its own; an application can add external memory that persists and is retrieved separately.
高速に検索できるように、通常、記憶はどのように保存されますか?
テキストは埋め込みベクトルに変換され、ベクトル データベースに保存され、類似性に基づく検索が可能になります。
クエリ時に、エージェントはどのようにして関連する記憶を見つけるのでしょうか?
エージェントは現在のコンテキストを埋め込み、通常はコサイン類似度によって最も近い保存されたベクトルを取得します。
「統合」はエージェントの記憶に何をもたらしますか?
統合は、人間が経験から知識を形成するのと同じように、多くの関連するエピソードのエントリを安定した事実に要約し、乱雑さや矛盾を軽減します。