في عالم الذكاء الاصطناعي، يمثل نظام Prism (الذاكرة الشاملة القابلة للتكيف) نقلة نوعية في كيفية تفاعل الوكلاء (Agents) مع المعرفة واستكشافها. يُعد Prism مشروعًا متكاملًا يجمع بين أربعة مفاهيم رئيسية، تشمل الاستمرارية في الذاكرة المعتمدة على الطبقات، والذاكرة الدلالية المدعومة بواسطة النواقل، والذاكرة الهيكلية المتعلقة بالشبكات، والبحث التطوري متعدد الوكلاء، في إطار موحد يستند إلى نظرية اتخاذ القرار، مما يسهل عملية التعلم والاكتشاف المفتوح.

تتضمن مساهمات نظام Prism:
1. آلية تصنيف تعتمد على مبدأ الفوضى، تضمن تخصيص الذاكرة وفقًا لمستوى المعلومات، مما يُحسن من فعالية تخزين البيانات.
2. رسم بياني لذاكرة سببية يتضمن حواف تداخلية، مما يعزز من القدرة على تتبع مصادر المعلومات بدقة.
3. سياسة استرجاع قائمة على قيمة المعلومات، مع القدرة على التطور الذاتي واختيار الاستراتيجيات.
4. وحدة تحكم مدفوعة بنبضات لتوحيد البيانات، تكتشف فترات الركود باستخدام نظرية التوقف الأمثل.
5. إطار عمل ديناميكي يعيد تفسير ثقة الذاكرة كلياقة تطورية، مما يضمن استقرار الذاكرة على المدى الطويل.

بحسب التجارب، حقق Prism نتائج مدهشة على معايير LOCOMO، حيث سجل 88.1 نقطة في تقييم LLM-as-a-Judge، مما يعني تحسينًا بنسبة 31.2٪ مقارنةً بالإصدارات السابقة. كما تفوق النظام في مهام التحسين التطوري على نموذج وحيد الوكيل، مُحققًا معدل تحسين أعلى بمقدار 2.8 مرة.

يبدو أن مستقبل الذكاء الاصطناعي قد أصبح أكثر إشراقًا مع Innovations مثل Prism. كيف ترى تأثير هذه التطورات على الذكاء الاصطناعي بشكل عام؟