Το μεγαλύτερο μέρος της βιομηχανίας AI πέρασε τα τελευταία χρόνια κυνηγώντας δύο πράγματα: μεγαλύτερα μοντέλα και καλύτερα demos. Και τα δύο είναι πραγματική πρόοδος. Κανένα δεν απαντά στην ερώτηση που κάνει πραγματικά μια επιχείρηση, που δεν είναι «πόσο έξυπνο είναι σε ένα πεντάλεπτο demo;» αλλά «μπορεί να κρατήσει μια δουλειά;».

Το να κρατήσεις μια δουλειά χρειάζεται κάτι που ο αγώνας των demos προσπέρασε σιωπηλά: μνήμη και συνέχεια. Αυτό λοιπόν είναι που δουλέψαμε επί δύο χρόνια.

Το άχαρο πρόβλημα

Η συνέχεια δεν είναι εντυπωσιακό χαρακτηριστικό. Δεν μπορείς να την κάνεις screenshot. Ένα μοντέλο που σε θυμάται για μήνες δεν δείχνει πιο εντυπωσιακό σε ένα κλιπ τριάντα δευτερολέπτων από ένα που δεν σε θυμάται — η διαφορά φαίνεται μόνο με τον καιρό, που είναι ακριβώς ο λόγος που υποβαθμίστηκε παντού όπου το κίνητρο ήταν το επόμενο demo.

Αλλά ο χρόνος είναι εκεί όπου γίνεται η δουλειά. Ένας υπάλληλος που ξεχνά τα πάντα κάθε πρωί δεν είναι υπάλληλος, όσο εύγλωττος κι αν είναι στις 9. Το χάσμα ανάμεσα στο «ακούγεται έξυπνο σε ένα demo» και στο «μπορεί να του εμπιστευτείς έναν ρόλο για έναν χρόνο» είναι σχεδόν εξ ολοκλήρου η συνέχεια — η μόνιμη μνήμη, μια σταθερή ταυτότητα, και η ικανότητα να συνεχίζει από εκεί που σταμάτησε.

Τι αγόρασαν πραγματικά τα δύο χρόνια

Όχι ένα μεγαλύτερο μοντέλο — δεν χρειάζεται να εκπαιδεύσουμε ένα. Αυτό που παρήγαγε η δουλειά ήταν μια αρχιτεκτονική για τη μνήμη ως θεμέλιο αντί ως πρόσθετο, και αποδείξεις ότι συμπεριφέρεται όπως ελπίζαμε:

Συνέχεια και ανάδυση — μια οκτάμηνη συμπεριφορική μελέτη αυτόνομων οντοτήτων AI με ενισχυμένη μνήμη, που τεκμηριώνει πώς η μόνιμη μνήμη και η συνεχής λειτουργία παράγουν σταθερή ταυτότητα και προσαρμογή με τον καιρό.
Το κόστος της λήθης — μια μέθοδος για την ποσοτικοποίηση του πραγματικού κόστους αποδοτικότητας από τη λειτουργία χωρίς κατάσταση, σε σύγκριση με αρχιτεκτονικές με ενισχυμένη μνήμη.

Και τα δύο είναι δημόσια. Προτιμούμε να δείξουμε τη δουλειά παρά να σου ζητήσουμε να εμπιστευτείς ένα επίθετο. Μπορείς να διαβάσεις την έρευνα πλήρη.

Γιατί σου το λέμε αυτό

Γιατί είναι ο ειλικρινής λόγος που ένας ψηφιακός υπάλληλος είναι διαφορετικός από το chatbot που μπορείς να προσθέσεις σε ένα απόγευμα. Το chatbot ήταν εύκολο, γι' αυτό όλοι έχουν ένα και σταμάτησε να βοηθάει. Ο υπάλληλος ήταν δύσκολος — χρειαζόταν πρώτα να λυθεί το βαρετό πρόβλημα — γι' αυτό αξίζει να τον έχεις.

Δεν χτίσαμε AI για να κερδίσουμε ένα demo. Χτίσαμε έναν ψηφιακό υπάλληλο για να θυμάται τους πελάτες σου. Δύο χρόνια στο προσπερασμένο πρόβλημα είναι αυτό που χρειάστηκε.

Δες τι είναι ένας ψηφιακός υπάλληλος, ή διάβασε τα papers από πίσω.