Yapay zeka sistemlerinin hafıza yönetiminde yaşanan sorunlara çözüm arayan bilim insanları, geleneksel yaklaşımları sorgulayan yeni bir model geliştirdi. Mevcut AI hafıza sistemleri, geçmiş etkileşimleri metin olarak saklayıp gömme vektörleri oluşturarak daha sonra ilgili bağlamı bulma prensibiyle çalışıyor.
Ancak bu yaklaşım, üretim ortamındaki AI ajanlarının gerçek ihtiyaçlarını karşılamakta yetersiz kalıyor. Araştırmacılar, AI sistemlerinin sadece tematik hatırlama değil, kesin gerçekler, güncel durum bilgileri, güncelleme ve silme işlemleri, veri toplama, ilişkiler, olumsuz sorgular ve açık bilinmeyenler gibi karmaşık işlemlere ihtiyaç duyduğunu belirtiyor.
Yeni geliştirilen şema tabanlı yaklaşım, hafızanın arama motoru gibi değil, kayıt sistemi gibi çalışması gerektiğini savunuyor. Bu sistemde şemalar, neyin hatırlanması, neyin görmezden gelinmesi ve hangi değerlerin asla çıkarım yoluyla elde edilmemesi gerektiğini tanımlıyor.
Araştırmacılar, hafıza yazma sürecini nesne tespiti, alan tespiti ve alan-değer çıkarımı olmak üzere üç aşamaya ayıran iteratif bir sistem tasarladı. Sistem, doğrulama kapıları, yerel yeniden denemeler ve durum bilgili komut kontrolü içeriyor.