الذاكرة الحوارية
تشير الذاكرة الحوارية إلى قدرة نظام الذكاء الاصطناعي، مثل روبوت الدردشة أو المساعد الافتراضي، على الاحتفاظ بالمعلومات واسترجاعها من التفاعلات السابقة ضمن محادثة واحدة ومستمرة. وهذا يسمح للذكاء الاصطناعي بالحفاظ على السياق، مما يضمن أن تكون الاستجابات اللاحقة ذات صلة بما نوقش سابقًا، بدلاً من التعامل مع كل مدخل للمستخدم كسؤال جديد تمامًا.
بدون ذاكرة، تكون تفاعلات الذكاء الاصطناعي عديمة الحالة ومحبطة. يُجبر المستخدمون على تكرار المعلومات (مثل أرقام الحسابات أو التفضيلات أو الطلبات السابقة) مع كل رسالة جديدة. تحوّل الذاكرة الحوارية التفاعلات المعاملاتية إلى حوارات حقيقية ومتماسكة، مما يعزز بشكل كبير من رضا المستخدم والكفاءة التشغيلية.
من الناحية التقنية، غالبًا ما يتم تنفيذ الذاكرة الحوارية عن طريق إدارة "نافذة السياق" أو "سجل الجلسة". يقوم النظام بتخزين مقتطفات ذات صلة من الحوار - مدخلات المستخدم واستجابات الذكاء الاصطناعي - ويغذي هذا السجل مرة أخرى إلى نموذج اللغة الكبير (LLM) مع كل مطالبة جديدة. تستخدم التطبيقات المتقدمة قواعد بيانات المتجهات لتخزين ملخصات دلالية للتفاعلات السابقة، مما يسمح للذكاء الاصطناعي باسترداد الذكريات ذات الصلة حتى لو لم يكن التعبير الدقيق موجودًا في سجل الدردشة الفوري.
تشمل المفاهيم ذات الصلة تتبع حالة الحوار (DST)، وإدارة الجلسات، وإدارة نافذة السياق. يركز تتبع حالة الحوار تحديدًا على تحديد وتحديث "حالة" المحادثة، بينما تتعامل إدارة نافذة السياق مع القيود التقنية لتغذية السجل إلى النموذج.
