ai-agents-for-beginners
AI ಏಜೆಂಟ್ಗಳಿಗಾಗಿ ಸ್ಮೃತಿ
AI ಏಜೆಂಟ್ಗಳನ್ನು ರಚಿಸುವ ವಿಶಿಷ್ಟ ಪ್ರಯೋಜನಗಳನ್ನು ಚರ್ಚಿಸುವಾಗ, ಎರಡು ಪ್ರಮುಖ ವಿಷಯಗಳು ಚರ್ಚೆಯಾಗುತ್ತವೆ: ಕಾರ್ಯಗಳನ್ನು ಪೂರ್ಣಗೊಳಿಸಲು સાધನಗಳನ್ನು ಕರೆಯುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಕಾಲಕ್ರಮೇಣ ಸುಧಾರಿಸಿಕೊಳ್ಳುವ ತಾಕತ್ತು. ನಾವು ನಮ್ಮ ಬಳಕೆದಾರರಿಗಾಗಿ ಉತ್ತಮ ಅನುಭವಗಳನ್ನು ಸೃಷ್ಟಿಸಬಲ್ಲ ಸ್ವಯಂ-ಸುಧಾರಣಾ ಏಜೆಂಟ್ಗಳನ್ನು ಸೃಷ್ಟಿಸುವಲ್ಲಿನ ಅಡಿಗಟ್ಟಾಗಿ ಸ್ಮೃತಿ ಇರುತ್ತದೆ.
ಈ ಪಾಠದಲ್ಲಿ, AI ಏಜೆಂಟ್ಗಳಿಗಾಗಿ ಸ್ಮೃತಿ ಎಂಬುದೇನು ಮತ್ತು ಅದನ್ನು ಹೇಗೆ ನಿರ್ವಹಿಸಬಹುದು ಮತ್ತು ನಮ್ಮ ಅಪ್ಲಿಕೇಶನ್ಗಳಿಗೆ ಅನೂಕೂಲವಾಗಿ ಬಳಸಬಹುದು ಎಂಬುದನ್ನು ನೋಡೋಣ.
ಪರಿಚಯ
ಈ ಪಾಠವು ಒಳಗೊಂಡಿರುತ್ತದೆ:
• AI ಏಜೆಂಟ್ ಸ್ಮೃತಿಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು: ಸ್ಮೃತಿ ಎಂದರೇನು ಮತ್ತು ಏಜೆಂಟ್ಗಳಿಗೆ ಅದು ಏಕೆ ಅಗತ್ಯ.
• ಸ್ಮೃತಿಯನ್ನು ಜಾರಿಗೆ ತಂದು ಸಂಗ್ರಹಿಸುವುದು: ನಿಮ್ಮ AI ಏಜೆಂಟ್ಗಳಿಗೆ ಸ್ಮೃತಿ ಯುಕ್ತತೆಯನ್ನು ಸೇರಿಸುವ ಪ್ರಾಯೋಗಿಕ ಕ್ರಮಗಳು, ಶೀಘ್ರಕಾಲಿಕ ಮತ್ತು ದೀರ್ಧಕಾಲಿಕ ಸ್ಮೃತಿ ಮೇಲೆ ಗಮನಹರಿಸಿ.
• AI ಏಜೆಂಟ್ಗಳನ್ನು ಸ್ವಯಂ ಸುಧಾರಣೀಯರಾಗಿ ಮಾಡುವುದು: ಸ್ಮೃತಿ ಹೇಗೆ ಏಜೆಂಟ್ಗಳನ್ನು ಹಿಂದೆ ನಡೆದ ಸಂವಹನಗಳಿಂದ ಕಲಿಯಲು ಮತ್ತು ಕಾಲಕ್ರಮೇಣ ಸುಧಾರಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.
ಲಭ್ಯವಿರುವ ಜಾರಿಗೋಗಗಳು
ಈ ಪಾಠದಲ್ಲಿ ಎರಡು ಸಮಗ್ರ ಕೃBere ತಿಳುವಳಿಕೆ ಚರಂಡಿ ಟ್ಯೂಟೋರಿಯಲ್ಗಳಿವೆ:
• 13-agent-memory.ipynb: Mem0 ಮತ್ತು Semantic Kernel ಫ್ರೇಮ್ವರ್ಕ್ ಜೊತೆಗೆ Azure AI Search ಬಳಸಿ ಸ್ಮೃತಿಯನ್ನು ಜಾರಿಗೆ ಹಿಡಿದೆ.
• 13-agent-memory-cognee.ipynb: Cognee ಬಳಸಿ ಸಂರಚಿತ ಸ್ಮೃತಿಯನ್ನು ಜಾರಿಗೆ ಹಿಡಿದು, ಸಂವೇದನಶೀಲ ಗ್ರಾಫ್, ಗ್ರಾಫ್ ದೃಷ್ಯೀಕರಣ ಮತ್ತು ಬುದ್ಧಿವಂತ ಆಸ್ವಾದನಾ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ನಿರ್ಮಿಸುವುದು.
ಕಲಿಕೆಯ ಗುರಿಗಳು
ಈ ಪಾಠವನ್ನು ಪೂರ್ಣಗೊಳಿಸಿದ ನಂತರ, ನೀವು ತಿಳಿದುಕೊಳ್ಳುವುದೇನು:
• ಮುಗ್ಧ AI ಏಜೆಂಟ್ ಸ್ಮೃತಿಗಳ ವಿಭಿನ್ನ ಪ್ರಕಾರಗಳ ನಡುವಿನ ವ್ಯತ್ಯಾಸ ತಿಳಿದುಕೊಳ್ಳುವುದು, ಅದರಲ್ಲಿ ಕಾರ್ಯಕಾರಿ, ಶೀಘ್ರಕಾಲಿಕ ಮತ್ತು ದೀರ್ಧಕಾಲಿಕ ಸ್ಮೃತಿಗಳು, ಮತ್ತು ವಿಶೇಷ ರೂಪಗಳು ಹಾಗು ವ್ಯಕ್ತಿತ್ವ ಹಾಗೂ ಘಟನಾವಳಿಸ್ಮೃತಿ ಸೇರಿವೆ.
• Semantic Kernel ಫ್ರೇಮ್ವರ್ಕ್ ಬಳಸಿ AI ಏಜೆಂಟ್ಗಳಿಗಾಗಿ ಶೀಘ್ರಕಾಲಿಕ ಮತ್ತು ದೀರ್ಧಕಾಲಿಕ ಸ್ಮೃತಿಯನ್ನು ಜಾರಿಗೆ ಹಾಕಿ ನಿರ್ವಹಿಸುವುದು, Mem0, Cognee, Whiteboard ಸ್ಮೃತಿ ಮೊದಲಾದ ಉಪಕರಣಗಳನ್ನು ಉಪಯೋಗಿಸುವುದರ ಜೊತೆಗೆ Azure AI Search ಅಳವಡಿಸುವುದು.
• ಸ್ವಯಂ ಸುಧಾರಣೀಯ AI ಏಜೆಂಟ್ಗಳ ಹಿಂದೆ ಇರುವ ಸಿದ್ಧಾಂತಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ಮತ್ತು ತೀಕ್ಷ್ಣ ಸ್ಮೃತಿ ನಿರ್ವಹಣಾ ವ್ಯವಸ್ಥೆಗಳೇ ನಿರಂತರ ಕಲಿಕೆಯಲ್ಲಿಯೂ ಮತ್ತು ಹೊಂದಿಕೆಯಾಗುವುದಲ್ಲಿಯೂ ಹೇಗೆ ನೆರವಾಗುತ್ತವೆಯೆಂಬುದನ್ನು ಅರಿತುಕೊಳ್ಳುವುದು.
AI ಏಜೆಂಟ್ ಸ್ಮೃತಿಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು
ಮೂಲತಃ, AI ಏಜೆಂಟ್ಗಳ ಸ್ಮೃತಿ ಎಂದರೆ ಅವರು ಮಾಹಿತಿ ಉಳಿಸಿಕೊಳ್ಳಲು ಮತ್ತು ನೆನಪಿಸಿಕೊಂಡಿಡಲು ಹೊಂದಿರುವ ಯಂತ್ರವಿಧಾನಗಳು. ಈ ಮಾಹಿತಿ ಸಂಭಾಷಣೆ, ಬಳಕೆದಾರರ ಪ್ರಾಧಾನ್ಯತೆಗಳು, ಹಿಂದಿನ ಕ್ರಿಯೆಗಳು ಅಥವಾ ಕಲಿತ ಮಾದರಿಗಳ ಬಗ್ಗೆ ವಿಶೇಷ ಮಾಹಿತಿಗಳು ಆಗಿರಬಹುದು.
ಸ್ಮೃತಿ ಇಲ್ಲದಿದ್ದರೆ, AI ಅಪ್ಲಿಕೇಶನ್ಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಸ್ಥಿತಿಹೀನವಾಗುತ್ತವೆ, ಅಂದರೆ ಪ್ರತಿಯೊಂದು ಸಂವಾದವೂ ಹೊಸದು ಎಂಬ ಅರ್ಥ. ಇದು ಪುನರಾವರ್ತನೆಯ ಅನುಭವ ಮತ್ತು ಕೋಪಕಾರಿಯ ಬಳಕೆದಾರ ಅನುಭವಕ್ಕೆ ಕಾರಣವಾಗುವುದು, ಏಕೆಂದರೆ ಏಜೆಂಟ್ ಹಿಂದಿನ ಸನ್ನಿವೇಶ ಅಥವಾ ಆದ್ಯತೆಗಳನ್ನು “ಮರೆತಂತೆ” ಕಾಣುತ್ತದೆ.
ಸ್ಮೃತಿ ಕಾಗಿ ಯಾಕೆ ಮುಖ್ಯ?
ಏಜೆಂಟ್ನ ಬುದ್ಧಿವಂತಿಕೆ ಅದರ ಹಿಂದಿನ ಮಾಹಿತಿಯನ್ನು ನೆನಪಿಸುವ ಮತ್ತು ಉಪಯೋಗಿಸುವ ಸಾಮರ್ಥ್ಯದೊಂದಿಗೆ ಆಳವಾಗಿ ಸಂಬಂಧಿಸಿದೆ. ಸ್ಮೃತಿ ಏಜೆಂಟ್ಗಳನ್ನು ಫಲಿತಾಂಶವಾಗಿ ಮಾಡುತ್ತದೆ:
• ಪ್ರತಿಬಿಂಬಿಸುವ: ಹಿಂದೆ ನಡೆದ ಕ್ರಿಯೆಗಳಿಂದ ಮತ್ತು ಫಲಿತಾಂಶಗಳಿಂದ ಕಲಿಯುವದು.
• ಪರಸ್ಪರ ಸಂವಾದಕ್ಕಿಳುವ: ನಡೆಯುತ್ತಿರುವ ಸಂಭಾಷಣೆಯ ಹಿನ್ನೆಲೆಯನ್ನು ಕಾಪಾಡಿಕೊಳ್ಳುವದು.
• ಪೂರ್ವನೋದಿತ ಮತ್ತು ಪ್ರತಿಕ್ರಿಯಾಶೀಲ: ಇತಿಹಾಸಾತ್ಮಕ ಡೇಟಾದ ಆಧಾರದಲ್ಲಿ ಅಗತ್ಯಗಳನ್ನು ಅಂದಾಜುಮಾಡುವ ಅಥವಾ ಅನುಗುಣವಾಗಿ ಪ್ರತಿಕ್ರಿಯಿಸುವದು.
• ಸ್ವತಂತ್ರ: ಸಂಗ್ರಹಿಸಿದ ಜ್ಞಾನದಿಂದ ಸ್ವತಂತ್ರವಾಗಿ ಕಾರ್ಯಾಚರಣೆ ಮಾಡುವದು.
ಸ್ಮೃತಿ ಜಾರಿಗೆ ಲಕ್ಷ್ಯ ಇರುವದು ಏಜೆಂಟ್ಗಳನ್ನು ಹೆಚ್ಚು ನಂಬಿಗಸ್ತ ಮತ್ತು ಸಾಮರ್ಥ್ಯವಂತಾಗಿಸುವುದು.
ಸ್ಮೃತಿ ಪ್ರಕಾರಗಳು
ಕಾರ್ಯಾಸಕ್ತ ಸ್ಮೃತಿ
ಇದನ್ನು ಏಜೆಂಟ್ ಒಂದು ನಿರಂತರ ಕಾರ್ಯ ಅಥವಾ ಆಲೋಚನಾ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ಬಳಸುವ ಖಾಲಿ ಪಿಮ್ಪುಪಟ್ಟಿ ಎಂದು ಭಾವಿಸಿ. ಇದು ಮುಂದಿನ ಹಂತ ಗಣನೆಗೆ ಬೇಕಾದ ತಕ್ಷಣದ ಮಾಹಿತಿಯನ್ನು ಹಿಡಿದುಬಿಡುತ್ತದೆ.
AI ಏಜೆಂಟ್ಗಳಿಗೆ ಕಾರ್ಯಾಸಕ್ತ ಸ್ಮೃತಿ ಸಂಭಾಷಣೆಯಿಂದ ಅತ್ಯಂತ ಸಂಬಂಧಪಟ್ಟ ಮಾಹಿತಿಯನ್ನು ಹಿಡಿದುಕೊಳ್ಳುತ್ತದೆ, ಪೂರ್ಣ ಚಾಟ್ ಇತಿಹಾಸವು ಉದ್ದವಾಗಿದ್ದರೂ ಅಥವಾ ಕಡಿತಗೊಂಡಿದ್ದರೂ. ಅದು ಮುಖ್ಯ ಅಂಶಗಳನ್ನು ಹೊರತೆಗೆದುಕೊಳ್ಳಲು ಗಮನ ನೀಡುತ್ತದೆ ಹಾಗು ಅವಶ್ಯಕತೆಗಳು, ಪ್ರಸ್ತಾವನೆಗಳು, ನಿರ್ಣಯಗಳು, ಮತ್ತು ಕ್ರಿಯೆಗಳಂತೆ.
ಕಾರ್ಯಾಸಕ್ತ ಸ್ಮೃತಿ ಉದಾಹರಣೆ
ಪ್ರಯಾಣ ಬುಕ್ಕಿಂಗ್ ಏಜೆಂಟ್ನಲ್ಲಿ, ಕಾರ್ಯಾಸಕ್ತ ಸ್ಮೃತಿಯು ಬಳಕೆದಾರನ ಪ್ರಸ್ತುತ ವಿನಂತಿಯನ್ನು ಹಿಡಿದಿರಬಹುದು, ಉದಾ: “ನಾನು ಪ್ಯಾರಿಸ್ಗೆ ಪ್ರಯಾಣಕ್ಕೆ ಬುಕ್ ಮಾಡಬೇಕು”. ಈ ವಿಶೇಷ ಅಗತ್ಯವನ್ನು ಏಜೆಂಟ್ ತಕ್ಷಣ ನಡುತ್ತಿರುವ ಸಂವಾದದಲ್ಲಿ ಮಾರ್ಗನಿರ್ದೇಶನ ಮಾಡಲು ಬಳಸುತ್ತದೆಯೆಂದು ಹಿಡಿದಿಡುತ್ತದೆ.
ಶೀಘ್ರಕಾಲಿಕ ಸ್ಮೃತಿ
ಈ ಸ್ಮೃತಿ ಒಂದು ಸಂಭಾಷಣೆ ಅಥವಾ ಸೆಷನ್ ಅವಧಿಗೆ ಮಾಹಿತಿ ಉಳಿಸಿಕೊಂಡಿರುತ್ತದೆ. ಇದು ಪ್ರಸ್ತುತ ಚಾಟಿನ ಸನ್ನಿವೇಶವಾಗಿದ್ದು, ಏಜೆಂಟ್ ಇತ್ತೀಚಿನ ಸಂಭಾಷಣೆಯ ಹಂತಗಳಿಗೆ ಹಿಂದಿರುಗಿ ಉಲ್ಲೇಖಿಸಬಹುದು.
ಶೀಘ್ರಕಾಲಿಕ ಸ್ಮೃತಿ ಉದಾಹರಣೆ
ಒಂದು ಬಳಕೆದಾರ “ಪ್ಯಾರಿಸ್ಗೆ ವಿಮಾನಕ್ಕೆ ಎಷ್ಟು ಖರ್ಚು?” ಎಂದು ಕೇಳಿದ ನಂತರ “ಅಲ್ಲಿ ವಾಸಸ್ಥಳದ ಬಗ್ಗೆ ಹೇಗೆ?” ಎಂದು ಮುಂದುವರಿಸಿದರೆ, ಶೀಘ್ರಕಾಲಿಕ ಸ್ಮೃತಿ ಏಜೆಂಟ್ಗೆ “ಅಲ್ಲಿ” ಪದವು “ಪ್ಯಾರಿಸ್”ಗೆ ಸಂಬಂಧಿಸಿರುವುದನ್ನು ತಿಳಿಸುವುದಕ್ಕೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ.
ದೀರ್ಧಕಾಲಿಕ ಸ್ಮೃತಿ
ಹೆಚ್ಚುವರಿಯಾಗಿ ಸಂಭಾಷಣೆಗಳು ಅಥವಾ ಸೆಷನ್ಗಳ ನಡುವೆ ಉಳಿದಿರುವ ಮಾಹಿತಿ. ಇದು ಏಜೆಂಟ್ಗಳಿಗೆ ಬಳಕೆದಾರರ ಆದ್ಯತೆಗಳು, ಇತಿಹಾಸಿತ ಸಂಭಾಷಣೆಗಳು ಅಥವಾ ಸಾಮಾನ್ಯ ಜ್ಞಾನವನ್ನು ನೆನೆಸಿಕೊಳ್ಳಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಇದು ವೈಯಕ್ತಿಕೀಕರಣಕ್ಕೆ ಬಹುಮಾನ.
ದೀರ್ಧಕಾಲಿಕ ಸ್ಮೃತಿ ಉದಾಹರಣೆ
ದೀರ್ಧಕಾಲಿಕ ಸ್ಮೃತಿಯಲ್ಲಿ “ಬೆನ್ ಸ್ಕೀಯಿಂಗ್ ಮತ್ತು ಹೊರಾಂಗಣ ಚಟುವಟಿಕೆಗಳನ್ನು ಇಷ್ಟಪಡುತ್ತಾನೆ, ಬೆಟ್ಟದ ನೋಟದೊಂದಿಗೆ ಕಾಫಿ ಕುಡಿಯಲು ಇಷ್ಟಪಡುವನು ಮತ್ತು ಹಳೆಯ ಗಾಯದ ಕಾರಣದಿಂದ ಉನ್ನತ ಮಟ್ಟದ ಸ್ಕಿ ತೊಂದರೆಗಳನ್ನು ತಪ್ಪಿಸುವನು” ಎಂಬ ಮಾಹಿತಿಗಳನ್ನು ಉಳಿಸಬಹುದು. ಈ ಮಾಹಿತಿ ಹಿಂದಿನ ಸಂಭಾಷಣೆಯಿಂದ ಕಲಿತಿದ್ದು, ಮುಂದಿನ ಪ್ರಯಾಣ ಯೋಜನೆ ಸೆಷನ್ಗಳಲ್ಲಿ ಅತ್ಯಂತ ವೈಯಕ್ತಿಕೀಕೃತ ಶಿಫಾರಸುಗಳಿಗೆ ಪ್ರಭಾವ ಬೀರುತ್ತದೆ.
ವ್ಯಕ್ತಿತ್ವ ಸ್ಮೃತಿ
ಈ ವೈಶಿಷ್ಟ್ಯಪೂರ್ವ ಸ್ಮೃತಿ ಪ್ರಕಾರ ಏಜೆಂಟ್ಗೆ ಸ್ಥಿರ “ವ್ಯಕ್ತಿತ್ವ” ಅಥವಾ “ಪರಿಚಯ” ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಇದು ಏಜೆಂಟ್ ತನ್ನ ಬಗ್ಗೆ ಅಥವಾ ಅದರ ನಿರೀಕ್ಷಿತ ಪಾತ್ರದ ಬಗ್ಗೆ ವಿವರಗಳನ್ನು ನೆನಪಿಗೆ ತಿರುಗಿಸಲಾಗುತ್ತದೆ, ಸಂವಾದಗಳನ್ನು ಹೆಚ್ಚು ಸ流ಿ ಮತ್ತು ಲಕ್ಷ್ಯವಿಟ್ಟು ಮಾಡುತ್ತದೆ.
ವ್ಯಕ್ತಿತ್ವ ಸ್ಮೃತಿ ಉದಾಹರಣೆ
ಪ್ರಯಾಣ ಏಜೆಂಟ್ ಒಂದು “ತಜ್ಞ ಸ್ಕಿ ಯೋಜಕ” ಆಗಿ ವಿನ್ಯಸಿಸಲಾಗಿದೆ ಎಂದರೆ, ವ್ಯಕ್ತಿತ್ವ ಸ್ಮೃತಿ ಈ ಪಾತ್ರವನ್ನು ಬಲಪಡಿಸಿ ಅದರ ಉತ್ತರಗಳನ್ನು ತಜ್ಞನ ಧೈರ್ಯ ಮತ್ತು ಜ್ಞಾನವನ್ನು ಅನುಸರಿಸುವಂತೆ ಪ್ರಭಾವಿತ ಮಾಡಬಹುದು.
ಕಾರ್ಯಪ್ರವಾಹ/ಘಟನಾಸ್ಮೃತಿ
ಈ ಸ್ಮೃತಿ ಏಜೆಂಟ್ ಗೊಂದಲ ಕಾರ್ಯವಿಧಾನ ನಡೆಸುವ ಸಮಯದಲ್ಲಿ ತೆಗೆದುಕೊಳ್ಳುವ ಕ್ರಮಗಳನ್ನು ಉಳಿಸುತ್ತದೆ, ಯಶಸ್ಸು ಮತ್ತು ವಿಫಲತೆಗಳ ಸಹ. ಇದು ವಿಶೇಷ “ಘಟನಾವಳಿಗಳನ್ನು” ಅಥವಾ ಹಿಂದಿನ ಅನುಭಾವಗಳನ್ನು ನೆನಪಿಸಿಕೊಂಡು ಅವುಗಳಿಂದ ಕಲಿಯುವುದಿಂತ ಇದ್ದಂತೆ.
ಘಟನಾಸ್ಮೃತಿ ಉದಾಹರಣೆ
ಏಜೆಂಟ್ ಒಂದು ವಿಶೇಷ ವಿಮಾನವನ್ನು ಬುಕ್ ಮಾಡಲು ಪ್ರಯತ್ನಿಸಿದಾಗ ಅದು ಲಭ್ಯವಿರುವುದಿಲ್ಲದ ಕಾರಣ ವಿಫಲವಾದರೆ, ಘಟನಾಸ್ಮೃತಿ ಈ ವಿಫಲತೆಯನ್ನು ದಾಖಲಿಸಬಹುದು, ಇದರಿಂದ ಅದೇ ಪ್ರಯತ್ನದ ವೇಳೆ ಆಯ್ಕೆಮುಖ ವಿಮಾನಗಳನ್ನು ಪ್ರಯತ್ನಿಸಬಹುದು ಅಥವಾ ಬಳಕೆದಾರನಿಗೆ ಹೆಚ್ಚಾಗಿಯೂ ತಿಳಿಸಬಹುದು.
ಘಟಕ ಸ್ಮೃತಿ
ಇದು ಸಂಭಾಷಣೆಗಳಿಂದ ನಿರ್ದಿಷ್ಟ ಘಟಕಗಳನ್ನು (ಜನರು, ಸ್ಥಳಗಳು, ವಸ್ತುಗಳು) ಮತ್ತು ಘಟನೆಗಳನ್ನು ಹೊರತೆಗೆದು, ಅವುಗಳನ್ನು ನೆನಪಿಸಿಕೊಂಡು ಜೋಡಣೆಯಾದ ಅರಿವಿನ ವಿನ್ಯಾಸವನ್ನು ಕಟ್ಟಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.
ಘಟಕ ಸ್ಮೃತಿ ಉದಾಹರಣೆ
ಹಿಂದಿನ ಪ್ರವಾಸ ಸಂಭಾಷಣೆಯಿಂದ, ಏಜೆಂಟ್ “ಪ್ಯಾರಿಸ್,” “ಐಫಲ್ ಟವರ್” ಮತ್ತು “Le Chat Noir ರೆಸ್ಟೋರೆಂಟ್ನಲ್ಲಿ ಭೋಜನ” ಎಂದು ಘಟಕಗಳನ್ನು ಹೊರತೆಗೆದುಕೊಳ್ಳಬಹುದು. ಮುಂದಿನ ಸಂವಾದದಲ್ಲಿ, “Le Chat Noir” ನೆನಪಿಸಿ, ಹೊಸ ಬುಕ್ಕಿಂಗ್ ಮಾಡಲು ಪ್ರಸ್ತಾವಿಸಬಹುದು.
ಸಂರಚಿತ RAG (ರಿಟ್ರೀವಲ್ ಆಗ್ಮೆಂಟೆಡ್ ಜನರೇಷನ್)
RAG ಒಂದು ವಿಶಾಲ ತಂತ್ರಜ್ಞಾನವಾಗಿದ್ದರೂ, “ಸಂರಚಿತ RAG” ಬಲವಾದ ಸ್ಮೃತಿ ತಂತ್ರಜ್ಞಾನದಾಗಿ ಗುರುತಿಸಲಾಗಿದೆ. ಇದು ವಿವಿಧ ಮೂಲದಿಂದ (ಸಂಭಾಷಣೆಗಳು, ಇಮೇಲ್ಗಳು, ಚಿತ್ರಗಳು) ಸಾಂದ್ರವಾದ, ಸಂರಚೋಗ್ರಾಹಿ ಮಾಹಿತಿಗಳನ್ನು ಹೊರತೆಗೆಯುತ್ತದೆ ಮತ್ತು ಉತ್ತರಗಳ ಸುಕ್ಷ್ಮತೆ, ನೆನಪಿನ ಐಷಾರಾಮಿ, ಮತ್ತು ವೇಗವನ್ನು ಉತ್ತಮಗೊಳಿಸಲು ಉಪಯೋಗಿಸುತ್ತದೆ. ಇದನ್ನು ಸಹಜ RAG semantic ಸಾಮ್ಯತೆಮೇಲೆ ಅವಲಂಬಿಸುವಿಕೆಯ ಬದಲು, ಇದು ಮಾಹಿತಿ ಅಂತರಾಳದ ಸಂರಚನೆಯನ್ನು ಬಳಸುತ್ತದೆ.
ಸಂರಚಿತ RAG ಉದಾಹರಣೆ
ಸಾಮಾನ್ಯ ಕೀವರ್ಡ್ಗಳನ್ನು ಹೊಂದಿಕೆಯಾಗಿಸುವ ಬದಲು, ಸಂರಚಿತ RAG ಇಮೇಲ್ನಿಂದ ವಿಮಾನ ವಿವರಗಳು (ಗಮ್ಯಸ್ಥಳ, ದಿನಾಂಕ, ಸಮಯ, ವಿಮಾನ ಸಂಸ್ಥೆ) ಅನ್ನು ಪಾರ್ಸ್ ಮಾಡಿ ಸಂರಚಿತ ಆಕಾರದಲ್ಲಿ ಸಂಗ್ರಹಿಸಬಹುದು. ಇದು “ನಾನು ಮಂಗಳವಾರ ಪ್ಯಾರಿಸ್ಗೆ ಯಾವ ವಿಮಾನವನ್ನು ಬುಕ್ ಮಾಡಿದೆ?” ಎಂಬ ನಿಖರವಾದ ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರಿಸುವುದಕ್ಕೆ ನೆರವಾಗುತ್ತದೆ.
ಸ್ಮೃತಿ ಜಾರಿಗೋಗ ಮತ್ತು ಸಂಗ್ರಹಣೆ
AI ಏಜೆಂಟ್ಗಳಿಗೆ ಸ್ಮೃತಿಯನ್ನು ಜಾರಿಗೊಳ್ಳುವುದು ಒಟ್ಟಾರೆಯಾಗಿ ಸ್ಮೃತಿ ನಿರ್ವಹಣೆಯು ಎಂಬ ವಿಧಾನ. ಇದರ ಅರ್ಥ, ಸ್ಮೃತಿಯನ್ನು ರಚಿಸುವುದು, ಸಂಗ್ರಹಿಸುವುದು, ಪತ್ತೆಹಚ್ಚುವುದು, ವಿಕೇಂದ್ರೀಕರಿಸುವುದು, ನವೀಕರಿಸುವುದು ಮತ್ತು ಕೆಲವು ಸಂದರ್ಭಗಳಲ್ಲಿ “ಮರೆತಿಟ್ಟು ಬಿಡುವುದು” (ಅಥವಾ తొలಗಿಸುವುದು). ಪತ್ತೆಹಚ್ಚುವುದು ವಿಶೇಷವಾಗಿ ಮುಖ್ಯ.
ವಿಶೇಷ ಸ್ಮೃತಿ ಉಪಕರಣಗಳು
Mem0
ಏಜೆಂಟ್ ಸ್ಮೃತಿಯನ್ನು ಸಂಗ್ರಹಿಸಿ ನಿರ್ವಹಿಸಲು ಒಬ್ಬ ವಿಧಾನವು Mem0 ಎಂಬ ವಿಶೇಷಕಾರಿಯಾದ ಉಪಕರಣವನ್ನು ಬಳಸುವುದು. Mem0 ಸ್ಥಿರ ಸ್ಮೃತಿ ತಳಿ ರೂಪದಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ, ಏಜೆಂಟ್ಗಳು ಸಂಬಂಧಿಸಿದ್ದು ವಿನಿಮಯಗಳನ್ನು ನೆನಪಿಕೊಳ್ಳಲು, ಬಳಕೆದಾರರ ಆದ್ಯತೆಗಳು ಮತ್ತು ತತ್ವೀಯ ಸನ್ನಿವೇಶಗಳನ್ನು ಸಂಗ್ರಹಿಸಲು, ಮತ್ತು ಯಶಸ್ಸು ಮತ್ತು ವಿಫಲತೆಗಳಿಂದ ಕಾಲಕ್ರಮೇಣ ಕಲಿಯಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ. ಇದೇ ಅಂದರೆ ಸ್ಥಿತಿಹೀನ ಏಜೆಂಟ್ಗಳು ಸ್ಥಿತಿವಂತ ಆದಾಗುವರು.
ಇದು ಎರಡು ಹಂತದ ಸ್ಮೃತಿ ಪೈಪ್ಲೈನ್: ಹೊರತೆಗೆಯುವಿಕೆ ಮತ್ತು ನವೀಕರಣ ಮೂಲಕ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. ಮೊದಲು, ಏಜೆಂಟ್ ಧಾರೆಗೆ ಸೇರಿಸಿದ ಸಂದೇಶಗಳು Mem0 ಸೇವೆಗೆ ಕಳುಹಿಸಲಾಗುತ್ತವೆ, ಅಲ್ಲಿ ಹೆಚ್ಚಿನ ಭಾಷಾ ಮಾದರಿ (LLM) ಸಂಭಾಷಣೆ ಇತಿಹಾಸವನ್ನು ಸಾರಾಂಶಗೊಳಿಸಿ ಹೊಸ ಸ್ಮೃತಿಗಳನ್ನು ಹೊರತೆಗೆಯುತ್ತದೆ. ನಂತರ, LLM ಚಾಲಿತ ನವೀಕರಣ ಹಂತವು ಈ ಸ್ಮೃತಿಗಳನ್ನು ಸೇರಿಸುವ, ಬದಲಾಯಿಸುವ ಅಥವಾ ಅಳಿಸುವುದನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ, ಮತ್ತು ಇವುಗಳನ್ನು ವೆಕ್ಟರ್, ಗ್ರಾಫ್, ಕೀ-ವ್ಯಾಲ್ಯೂ ಡೇಟಾಬೇಸ್ಗಳನ್ನು ಒಳಗೊಂಡಿರುವ ಸಂಯುಕ್ತ ಡೇಟಾ ಅಂಗಾರದಲ್ಲಿ ಸಂಗ್ರಹಿಸುತ್ತದೆ. ಈ ವ್ಯವಸ್ಥೆ ವಿವಿಧ ಸ್ಮೃತಿ ಪ್ರಕಾರಗಳನ್ನು ಸಹ ಬೆಂಬಲಿಸುತ್ತದೆ ಹಾಗು ಘಟಕಗಳ ನಡುವಣ ಸಂಬಂಧಗಳನ್ನು ನಿರ್ವಹಿಸಲು ಗ್ರಾಫ್ ಸ್ಮೃತಿಯನ್ನೂ ಸೇರಿಸಬಹುದು.
Cognee
ಇನ್ನೊಂದು ಶಕ್ತಿಯುತ ವಿಧಾನವಾಗಿದೆ Cognee, ಇದು AI ಏಜೆಂಟ್ಗಾಗಿ ಮುಕ್ತ ಮೂಲ ಸಂವೇದನಾತ್ಮಕ ಸ್ಮೃತಿ ಸಾಧನ, ಅದು ಸಂರಚಿತ ಹಾಗೂ ಅಸಂರಚಿತ ಡೇಟಾವನ್ನು ಎಂಬೆಡ್ಡಿಂಗ್ಗಳ ಮೂಲಕ ಪ್ರಶ್ನಾರ್ಹ ಜ್ಞಾನ ಗ್ರಾಫ್ಗಳಾಗಿ ಪರಿವರ್ತಿಸುತ್ತದೆ. Cognee ವೆಕ್ಟರ್ ಸಮಾನತೆಯ ಹುಡುಕಾಟ ಮತ್ತು ಗ್ರಾಫ್ ಸಂಬಂಧಗಳನ್ನು ಸಂಯೋಜಿಸುವ ದ್ವಿತೀಯ ಸಂಗ್ರಹ ಸಂರಚನೆ ಒದಗಿಸುತ್ತದೆ, ಆದ್ದರಿಂದ ಏಜೆಂಟ್ಗಳು ಏನು ಸಮಾನ ಎಂಬುದರ ಜೊತೆಗೆ ತತ್ವಗಳು ಹೇಗೆ ಸಂಬಂಧಗಳಿವೆ ಎಂಬುದನ್ನೂ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬಹುದು.
ಇದು ವೆಕ್ಟರ್ ಸಮಾನತೆ, ಗ್ರಾಫ್ ರಚನೆ ಮತ್ತು LLM ತರ್ಕವನ್ನು ಮಿಶ್ರಣಗೊಳಿಸುವ ಹೈಬ್ರಿಡ್ ಪತ್ತೆಹಚ್ಚುವಿಕೆಯಲ್ಲಿ ವಿಶೇಷ. ಇದು ನೇರದ ತುಂಡು ಪರಿಶೀಲನೆಗಳಿಂದ ಗ್ರಾಫ್ ಜ್ಞಾನದ ಪ್ರಶ್ನೋತ್ತರ ಮೆಥಡ್ಸ್ವರೆಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. ಈ ವ್ಯವಸ್ಥೆ ಜೀವನಂತ ಸ್ಮೃತಿಯನ್ನು ನಿರ್ವಹಿಸುತ್ತದೆ, ಇದು ಎಲ್ಲಿ ಒಂದು ಜೋಡಿಸಲಾಗಿದ ಗ್ರಾಫ್ ಆಗಿಯೇ ಬೆಳೆದ ಹಾಗು ಬೆಳೆಯುತ್ತಾ ಇರುತ್ತದೆ. ಇದರ ಬೆಂಬಲದಿಂದ ಶೀಘ್ರಕಾಲದ ಸೆಷನ್ ಸನ್ನಿವೇಶ ಮತ್ತು ದೀರ್ಧಕಾಲಿಕ ಸ್ಥಿರ ಸ್ಮೃತಿಯನ್ನೂ ಸಾಥಿ ಕೊಡುತ್ತದೆ.
Cognee ಟ್ಯೂಟೋರಿಯಲ್ ನೋಟ್ಬುಕ್ (13-agent-memory-cognee.ipynb) ಈ ಏಕೀಕೃತ ಸ್ಮೃತಿ ದಳವನ್ನು ನಿರ್ಮಿಸುವುದನ್ನು ತೋರಿಸುತ್ತದೆ, ಇದರಲ್ಲಿ ವಿವಿಧ ಡೇಟಾ ಮೂಲಗಳನ್ನು ಸೇರಿಸುವ, ಜ್ಞಾನ ಗ್ರಾಫ್ ದೃಷ್ಯೀಕರಣ ಮಾಡುವ, ಮತ್ತು ವಿಭಿನ್ನ ಶೋಧ ತಂತ್ರಗಳನ್ನು ಒಳಗೊಂಡ ಪ್ರಶ್ನೆಗಳನ್ನು ನಡೆಸುವ ಉದಾಹರಣೆಗಳಿವೆ.
RAG ಮೂಲಕ ಸ್ಮೃತಿ ಸಂಗ್ರಹಣೆ
ಪ್ರತ್ಯೇಕ ಸ್ಮೃತಿ ಉಪಕರಣಗಳ ಹೊರತಾಗಿಯೂ mem0 ಹಾಗು ಮೀರಿ, ನೀವು ರಚನಾತ್ಮಕ RAGಗಾಗಿ ಬ್ಯಾಕ್ಎಂಡ್ ಆಗಿ Azure AI Search ಅನ್ನು ಬಳಸಿಕೊಂಡು ಸ್ಮೃತಿಗಳನ್ನು ಸಂಗ್ರಹಿಸಿ ಅನ್ವೇಷಿಸಬಹುದು.
ಇದು ನಿಮ್ಮ ಏಜೆಂಟ್ ಪ್ರತಿಕ್ರಿಯೆಗಳಿಗೆ ನಿಮ್ಮ ಸ್ವಂತ ಡೇಟಾದೊಂದಿಗೆ ನೆಲೆಯಿಡಲು ಅವಕಾಶ ನೀಡುತ್ತದೆ, ಇದರಿಂದ ಸರಿಯಾದ ಮತ್ತು ಸದುಪಯೋಗಿ ಉತ್ತರಗಳು ಸಿಗುತ್ತವೆ. Azure AI Search ಬಳಸಿ ನೀವು ಬಳಕೆದಾರನೇಮಕಗಳ ಪ್ರವಾಸ ಸ್ಮೃತಿಗಳು, ಉತ್ಪನ್ನ ಸಾಮಗ್ರಿಗಳು ಅಥವಾ ಇತರೆ ಯಾವುದೇ ಡೊಮೇನ್-ನಿರ್ದಿಷ್ಟ ಜ್ಞಾನವನ್ನು ಸಂಗ್ರಹಿಸಬಹುದು.
Azure AI Search ಸಂರಚಿತ RAG ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಬೆಂಬಲಿಸುತ್ತದೆ, ಇದು ದೊಡ್ಡ ಡೇಟಾಸೆಟ್ಗಳಾದ ಸಂಭಾಷಣೆ ಇತಿಹಾಸ, ಇಮೇಲ್ಗಳು, ಅಥವಾ ಚಿತ್ರಗಳಿಂದ ಸಾಂದ್ರ, ಸಂರಚೋಗ್ರಾಹಿ ಮಾಹಿತಿಗಳನ್ನು ಪತ್ತೆಮಾಡಿ ಮತ್ತು ಬಳಕೆಮಾಡುತ್ತಾ “ಅದ್ಭುತ ನಿಖರತೆ ಮತ್ತು ನೆನಪಿನ ವಿಶಿಷ್ಟತೆಯನ್ನು” ಮಾನ್ಯತೆಗೊಳಿಸುತ್ತದೆ.
AI ಏಜೆಂಟ್ಗಳನ್ನು ಸ್ವಯಂ ಸುಧಾರಣೀಯರಾಗಿ ಮಾಡುವುದು
ಸ್ವಯಂ-ಸುಧಾರಣೀಯ ಏಜೆಂಟ್ಗಳ ಸಾಮಾನ್ಯ ವಿನ್ಯಾಸವು “ಜ್ಞಾನ ಏಜೆಂಟ್” ಅನ್ನು ಪರಿಚಯಿಸುವುದಾಗಿದ್ದು, ಇದು ಬಳಕೆದಾರ ಮತ್ತು ಮುಖ್ಯ ಏಜೆಂಟ್ ನಡುವೆ ನಡೆಯುವ ಮುಖ್ಯ ಸಂಭಾಷಣೆಯನ್ನು ಗಮನിക്കുന്നു. ಇದರ ಕಾರ್ಯಗಳು:
-
ಮೂಲ್ಯವಂತ ಮಾಹಿತಿಯನ್ನು ಪತ್ತೆಮಾಡುವುದು: ಸಂಭಾಷಣೆಯ ಯಾವುದೇ ಭಾಗವನ್ನು ಸಾಮಾನ್ಯ ಜ್ಞಾನ ಅಥವಾ ಬಳಕೆದಾರ ವಿಶೇಷ ಆದ್ಯತೆಯಾಗಿ ಉಳಿಸುವುದಕ್ಕೆ ಸೂಕ್ತವಾಗಿದೆಯೇ ಎಂಬ ನಿರ್ಧಾರ.
-
ಹೊರತೆಗೆಯುವಿಕೆ ಮತ್ತು ಸಾರಾಂಶ ಮಾಡಿದುದ್: ಸಂಭಾಷಣೆಯಿಂದ ಮುಖ್ಯವಾದ ಕಲಿಕೆ ಅಥವಾ ಆದ್ಯತೆಯನ್ನು ಸ್ವಾಲಿಸುತ್ತೇವೆ.
-
ಜ್ಞಾನಾಧಾರದಲ್ಲಿ ಸಂಗ್ರಹಣೆ ಮಾಡುವುದು: ಈ ಹೊರತೆಗೆಯಲಾದ ಮಾಹಿತಿಯನ್ನು ಸಾಧಾರಣವಾಗಿ ವೆಕ್ಟರ್ ಡೇಟಾಬೇಸಿನಲ್ಲಿ ಉಳಿಸುವುದು.
-
ಭವಿಷ್ಯದ ಪ್ರಶ್ನೆಗಳಿಗೆ ಶಕ್ತಿಯುಳಿಸುವುದು: ಬಳಕೆದಾರ ಮುಂದಿನ ಪ್ರಶ್ನೆಯನ್ನು ಅವತಾರಿಸಿಕೊಂಡಾಗ, ಜ್ಞಾನ ಏಜೆಂಟ್ ಸಂಬಂಧಿಸಿದ ಸಂಗ್ರಹಿತ ಮಾಹಿತಿಯನ್ನು ತೆಗೆದುಕೊಂಡು ಬಳಕೆದಾರರ ಪ್ರಾಂಪ್ಟ್ಗೆ ಸೇರಿಸಿ, ಮುಖ್ಯ ಏಜೆಂಟ್ಗೆ ಅನಿವಾರ್ಯ ಹಿನ್ನೆಲೆಯನ್ನು ಒದಗಿಸುವುದು (RAG ಮಾದರಿಯಂತೆ).
ಸ್ಮೃತಿ ಗತಿವಿಧಾನಗಳ ಆಪ್ಟಿಮೈಜೇಶನ್
• ವಿಲಂಬ ನಿರ್ವಹಣೆ: ಬಳಕೆದಾರ ಸಂವಹನವನ್ನು ನಿಧಾನಗೊಳಿಸಬೇಡಿ ಎಂದು, ಮೊದಲಿಗೆ ಕಡಿಮೆ ವೆಚ್ಚದ ಮತ್ತು ವೇಗವಾದ ಮಾದರಿಯನ್ನು ಬಲತೆಗೆ ಮೂಲಕ ಮಾಹಿತಿಯನ್ನು ಉಳಿಸುವ ಪ್ರಮುಖತೆ/ಪತ್ತೆ ನಡೆಯಬಹುದೆಂದು ತ್ವರಿತ ಪರಿಶೀಲನೆ ಮಾಡಿದರೆ, ಅವಶ್ಯಕವಾದಾಗ ಮಾತ್ರ ಸುಳಿವು, ಹೊರತೆಗೆಯುವಿಕೆ ಅಥವಾ ಪತ್ತೆ ಮಾಡಲು ಸಂಕೀರ್ಣ ಪ್ರಕ್ರಿಯೆ ಜಾರಿಗೊಳಿಸುವುದು.
• ಜ್ಞಾನಾಧಾರದ ನಿರ್ವಹಣೆ: ಬೆಳೆಯುತ್ತಿರುವ ಜ್ಞಾನಾಧಾರವನ್ನು ಸರಾಗಾಯುಗಕ್ಕೆ ಕಡಿಮೆ ಬಳಸಲಾಗುವ ಮಾಹಿತಿಗಳನ್ನು “ತಂಡ ಸಂಗ್ರಹಣೆ” (ಕೊಲ್ಡ್ ಸ್ಟೋರೇಜ್) ಗೆ ಬದಲಾಯಿಸುವ ಮೂಲಕ ವೆಚ್ಚವನ್ನು ನಿಯಂತ್ರಿಸುವುದು.
ಏಜೆಂಟ್ ಸ್ಮೃತಿಯ ಬಗ್ಗೆ ಇನ್ನಷ್ಟು ಪ್ರಶ್ನೆಗಳು ಇದೆಯೆ?
ಇತರ ಕಲಿಯುವವರ ಜೊತೆ ಭೇಟಿಯಾಗಲು, ಆಫೀಸ್ ಸ್ವರೂಪಗಳಲ್ಲಿ ಭಾಗವಹಿಸಲು ಮತ್ತು ನಿಮ್ಮ AI ಏಜೆಂಟ್ ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರ ಪಡೆಯಲು Azure AI Foundry Discord ಸೇರಿಕೊಳ್ಳಿ.
ಅಸೂಯಾಕ್ಕೆ:
ಈ ಡಾಕ್ಯುಮೆಂಟ್ ಅನ್ನು AI ಅನುವಾದ ಸೇವೆ Co-op Translator ಬಳಸಿ ಅನುವದಿಸಲಾಗಿದೆ. ನಮಗೆ ಸರಿಯಾದ ಅನುವಾದಕ್ಕಾಗಿ ಯತ್ನಿಸುತ್ತಿದ್ದರೂ, ಸ್ವಯಂಚಾಲಿತ ಅನುವಾದಗಳಲ್ಲಿ ಕೆಲವು ತಪ್ಪುಗಳು ಅಥವಾ ಅಸತ್ಯತೆಗಳಿರುವ ಸಾಧ್ಯತೆ ಇದೆ ಎಂಬುದನ್ನು ಗಮನಿಸಿ. ಮೂಲ ಭಾಷೆಯ ಡಾಕ್ಯುಮೆಂಟ್ ಅನ್ನು ಅಧಿಕೃತ ಮೂಲವಾಗಿ ಪರಿಗಣಿಸಬೇಕು. ಮಹತ್ವಪೂರ್ಣ ಮಾಹಿತಿಗೆ, ವೃತ್ತಿಪರ ಮಾನವ ಅನುವಾದವನ್ನು ಶಿಫಾರಸು ಮಾಡಲಾಗುತ್ತದೆ. ಈ ಅನುವಾದ ಬಳಕೆಯಿಂದ ಉಂಟಾಗುವ ಯಾವುದೇ ತಪ್ಪುಗಳ ಅಥವಾ ತಪ್ಪುಅರ್ಥಗಳ ಹೊಣೆಗಾರಿಕೆಯನ್ನು ನಾವು ಹೊರುತ್ತಿಲ್ಲ.