الذاكرة العميقة
تشير الذاكرة العميقة (Deep Memory) إلى الآليات المتطورة داخل أنظمة الذكاء الاصطناعي المتقدمة، وخاصة نماذج اللغة الكبيرة (LLMs) والوكلاء المستقلين، التي تسمح لها بتخزين واسترجاع واستخدام كميات هائلة من المعلومات السياقية على مدى فترات طويلة. على عكس نوافذ السياق قصيرة المدى، تتيح الذاكرة العميقة التعلم المستمر والحفاظ على الحالة عبر تفاعلات متعددة.
لكي تتجاوز أنظمة الذكاء الاصطناعي المحادثات ذات الدور الواحد وتصبح مساعدين مفيدين حقًا أو وكلاء مستقلين، يجب أن تمتلك ذاكرة. تحل الذاكرة العميقة القيد المتأصل في النماذج عديمة الحالة، مما يسمح للذكاء الاصطناعي بالإشارة إلى القرارات السابقة وتفضيلات المستخدم والبيانات التاريخية المعقدة لتقديم استجابات متماسكة وشخصية ودقيقة سياقيًا.
يتضمن تطبيق الذاكرة العميقة عادةً إخراج حالة النموذج من سياقه الحسابي الفوري. غالبًا ما يستخدم هذا قواعد بيانات المتجهات (vector databases) أو الرسوم البيانية المعرفية المتخصصة. عند حدوث تفاعل، يتم ترميز البيانات السابقة ذات الصلة في تضمينات (embeddings) وتخزينها. تُعد تقنيات التوليد المعزز بالاسترجاع (RAG) طريقة أساسية حيث يستعلم النظام من مخزن الذاكرة الخارجي هذا لسحب أجزاء ذات صلة من المعلومات قبل إنشاء استجابة.
يرتبط هذا المفهوم ارتباطًا وثيقًا بإدارة نافذة السياق، وقواعد بيانات المتجهات، والتوليد المعزز بالاسترجاع (RAG).
