在快速发展的人工智能（AI）领域，语言学习模型（LLM）标志着一场值得关注的革命。然而，它们的效率和适应性常常受到质疑。针对这一问题的诱人解决方案来自于一个不太可能的灵感来源：人类认知。也就是一种叫做 “程序性记忆 ”的概念。Memp是一家雄心勃勃的科技公司，它采用了这种方法，试图让LLM代理更能适应新的任务和环境。.
人类的程序性记忆能让我们在不经意间记住如何完成某些任务，比如骑自行车或打字。我们用程序性记忆来记忆复杂的任务，这些任务对我们来说已经习以为常。.
Memp 将这一行为心理学原理应用于人工智能模型时，建立了一座 “程序记忆 ”桥梁。这座桥梁可以帮助人工智能识别模式、理解上下文，并自动适应新任务和陌生环境。人工智能单元现在可以根据程序知识做出明智的决定，而不是用冗余数据对系统进行轰炸，从而提高效率并减少计算资源。.
Memp 将 “程序性记忆 ”引入 LLM 代理，是人工智能技术的一个开创性突破。正是这种认知学习和记忆模型有可能推动人工智能代理突破目前的局限，更接近于理解细微的自适应交流。.
这项创新性实现对人工智能代理的成本与复杂性具有重大影响。正如我们从人类学习过程中所能领悟的，一旦完全掌握某项任务，未来执行时所需的认知资源便会减少。同样地，配备程序性记忆的大型语言模型代理能够更高效地执行任务，消耗更少的处理能力，从而显著降低成本。此外，由于代理具备自主适应和应对新场景的能力，编程新任务的复杂度也大幅降低。.
人工智能被设想为在最复杂的层面上模仿人类智能，而采用人类记忆模型似乎是朝着这一目标迈出的巨大飞跃。随着海量信息每日涌入数字领域，以及人们对能够以类人效率学习和适应的人工智能需求日益增长，Memp的方法提供了一种引人入胜的可能性。.
不可否认，人工智能领域正经历着迅猛的变革与发展。Memp公司为大型语言模型代理引入过程性记忆技术，为人工智能领域开辟了全新的可能性与应用前景。这同时也引发了关键性思考：我们如何在人工智能领域持续创新？以人类认知为模型，我们还能将技术边界拓展到何种程度？.
从目前来看，人工智能可能很快就会超越我们使用的工具这么简单。在像 Memp 这样的计划的推动下，人工智能似乎注定要成为能够与人类一起学习和成长的真正伙伴。.
文章来源 VentureBeat
