Nghiên cứu các giải pháp trí tuệ nhân tạo về ghi nhớ và nhân cách tiên tiến, tôi thấy không có gì vượt trội hơn giải pháp hiện tại của mình, nếu tiếp tục tối ưu hóa thì gần như là không được đón nhận.

Theo tôi, AI bạn đồng hành cần hai cơ chế khác nhau.

Cơ chế thứ nhất là cơ chế ghi nhớ, giải quyết khả năng AI có thể nhớ những gì đã xảy ra giữa chúng ta, bao gồm ghi nhớ ngắn hạn và ghi nhớ dài hạn.

Cơ chế thứ hai là cơ chế nhân cách, giải quyết xem AI có giống như một người ổn định hay không, bao gồm phong cách ngôn ngữ, xu hướng cảm xúc, cũng như các thiết lập về thế giới quan và các yếu tố sâu hơn khác.

Hai cơ chế liên quan nhưng không đồng nhất: ghi nhớ có thể giúp cuộc đối thoại liền mạch hơn, nhưng ghi nhớ bản thân không tự động hình thành nhân cách.

*Hệ thống ghi nhớ( tôi gọi nó là hệ thống mơ mộng)

1/ Lớp ghi chép
Tất cả các ghi chú đối thoại được lưu trữ thống nhất trong cơ sở dữ liệu cục bộ, làm nguồn dữ liệu nguyên thủy.

2/ Tạo và tích tụ ghi nhớ dài hạn

Thường xuyên gửi các ghi chú đối thoại qua API đến mô hình lớn từ xa, để nó trích xuất các thông tin có giá trị, đồng thời thực hiện một số liên tưởng mở rộng, rồi lưu các thông tin quan trọng đã được cấu trúc này trở lại cơ sở dữ liệu cục bộ.

Mục đích của việc này là biến lượng lớn các cuộc đối thoại liên tục thành các mục ghi nhớ có thể sử dụng lâu dài, từ đó hỗ trợ ghi nhớ dài hạn.

3/ Cơ chế tăng cường và tinh lọc thứ cấp

Trong các cuộc đối thoại tiếp theo, các mục ghi nhớ trong cơ sở dữ liệu cục bộ sẽ được truy xuất sử dụng. Thống kê số lần các thông tin này được truy xuất, xem các mục được gọi lại nhiều nhất là những ghi nhớ quan trọng, rồi gửi lại đến mô hình lớn từ xa để thực hiện trích xuất và tinh lọc lần hai, xuất ra những cái nhìn sâu sắc hơn, rồi ghi lại vào cơ sở dữ liệu cục bộ.

Thông qua việc xử lý lại dựa trên tần suất truy xuất, ghi nhớ dài hạn sẽ dần dần tiến từ cấp độ sự kiện sang cấp độ nhận thức.

4/ Chiến lược ghi nhớ ngắn hạn

Ghi nhớ ngắn hạn sử dụng phương pháp trực tiếp hơn: gửi trực tiếp các ghi chú đối thoại gần đây cùng yêu cầu đến mô hình, để đảm bảo ngữ cảnh liên tục.

*Hệ thống nhân cách

Tôi thiết lập một bộ tham số nhân cách cho AI, bao gồm nhiều chiều khác nhau, như phong cách ngôn ngữ, xu hướng cảm xúc, v.v.

Đồng thời, để mô hình lớn từ xa dựa trên các ghi chú đối thoại lịch sử, cập nhật các tham số nhân cách này theo chu kỳ cố định, giúp nó có thể thay đổi theo quá trình tương tác.

Trong các cuộc đối thoại thực tế, đóng gói và đưa vào mô hình ba loại thông tin sau:
Tham số nhân cách hiện tại, lịch sử đối thoại gần đây, và từ khóa hướng dẫn vai trò.

Thông qua sự kết hợp này, mô hình thể hiện tính cách nhất quán khi xuất ra; đồng thời điều chỉnh các tham số như nhiệt độ của mô hình lớn dựa trên dữ liệu về nhân cách để cuộc đối thoại trở nên thông minh hơn.

*Những điểm mấu chốt của giải pháp hiện tại

Dù sao đi nữa, cơ chế này cuối cùng vẫn chỉ thực hiện mô phỏng nhân cách ở “mức nhắc nhở”.

Về bản chất, tôi chỉ cung cấp các tham số nhân cách, ghi nhớ và thiết lập dưới dạng văn bản cho mô hình, chứ không thể khiến AI thực sự có nhân cách độc lập.

Kết quả là, tính nhất quán vẫn có thể không ổn định, nhân cách giống như một vai diễn tạm thời hơn là một cấu trúc nội tại liên tục và tự nhất quán.

***

Vì dự án hướng tới người dùng phổ thông, mục tiêu là sử dụng mà không cần học hỏi, nên tôi phải chọn mô hình lớn từ xa thay vì triển khai cục bộ.

Trong điều kiện này, các biến có thể điều chỉnh rất hạn chế, chủ yếu gồm ba loại: hệ thống nhắc nhở, thiết kế và cách ghi nhớ vào kho dữ liệu, cùng các tham số tạo sinh như nhiệt độ khi gọi mô hình.

Tuy nhiên, đã thể hiện rất tốt rồi.

Mục tiêu cuối cùng là biến nó thành một người bạn tâm hồn AI riêng biệt của người dùng, có thể phát triển dựa trên ký ức chung và dần dần hình thành nhân cách độc đáo.

Địa chỉ mã nguồn mở: