Kognitivní paměť NCM představuje novou technologii pro uchovávání informací, vytvořenou na míru novým potřebám práce v oblasti AI. Představujeme její první generaci.
Vše běží lokálně. Data i výpočty zůstávají u vás a do cloudu se neodesílá žádný kontext.
3D Latent Terrain: komprimovaný terén, ve kterém se paměť šíří difuzí.
NCM (Neuromorphic Cognitive Memory) je inteligentní paměťová technologie pro jazykové
modely, schopná uchovávat roky* konverzací s vašimi oblíbenými LLM. Nenahrazuje kontextové okno ani RAG —
místo toho s obojím spolupracuje v dokonalé harmonii a pohání AI, která nikdy nezapomíná.
*) I. generace pojme při 50 iteracích denně cca 2 roky konverzací
Tři principy, na kterých NCM stojí: vrstvená paměť, zapomínání s asociacemi a chronologie.
NCM je cokoli jiného, jen ne databáze. Jeho unikátní časová odolnost čerpá inspiraci z lidského hippokampu. Obsahuje vrstvy krátkodobé (STM) i dlouhodobé (LTM) paměti, přičemž přechod mezi nimi probíhá během konsolidace — digitálního ekvivalentu biologického spánku. Žádný strach, je to spíše „power nap“: přibližně 20 s, jednou za cca 50 iterací.
Staré a nerelevantní vzpomínky postupně vyblednou, zatímco ty silné a významné se postupem času prohlubují. Vyvolávání je sémantické — paměť dokáže vyvolat relevantní vzpomínku prostřednictvím volné asociace, podobně jako když vám nová situace vyvolá pocit, že jste už něco podobného zažili.
NCM dokáže uchovávat protichůdné informace současně a díky své chronologické hierarchii je doručuje ve správném kontextu. Uživatel nejdříve řekl, že se jmenuje Josef — později ale uvedl, že je to Jiřina. NCM ví, který údaj platí.
Databáze uchovávají znalosti. Kognitivní paměť uchovává také zkušenosti a jejich souvislosti.
Informace putují z rychlé pracovní paměti do trvalé a stabilizují se v latentním terénu.
Dynamické 16D klíče pro okamžitý pracovní kontext a bleskovou adaptaci.
Ostrá reprezentace v 64D prostoru pro trvalé ukládání hlubokých znalostí.
Grid 48³ kde se informace šíří difuzí a stabilizují emoční složky.
Proces přesunu informací z STM do LTM během konsolidační fáze (digitální spánek).
Pro Memory Module stačí běžný počítač.
Veškeré výpočty i data zůstávají lokálně. NCM garantuje 100% anonymitu bez odesílání kontextu do cloudu.
Využíváme principy homeostázy a konsolidace (spánek), které umožňují plynulé zapomínání nepodstatných dat.
NCM je první technologie, která nabízí přenositelné kontextové vědomí napříč různými AI modely.
Soubor .ncm není jen backup.
Je to serializovaný stav kognitivního
enginu.
Obsahuje kompletní síť vztahů a zkušeností získaných během práce na projektu. Při předání souboru kolegovi nebo klientovi nepředáváte data, ale funkční expertní kontext.
Technologie NCM je podložená veřejně dostupnými vědeckými pracemi.
Persistentní paměť je nezbytná pro to, aby velké jazykové modely (LLM) mohly ukládat a rozšiřovat znalosti v dlouhých časových horizontech přesahujících limity kontextového okna. Tato práce navazuje na teoretickou Neuromorphic Cognitive Architecture a představuje implementaci persistentní latentní paměti pro Transformery. Paměť kombinuje ostrou reprezentaci paměťových stop jako latentních vektorových center (LTM: 64D klíče, STM: 16D klíče) s komprimovaným 3D terénem (48³), ve kterém se informace šíří difuzí a je homeostaticky vyvažována. Dvoufázový mechanismus čtení využívá TerrainPrior modul (3D prior) a MemoryAttention (RBF kernel attention) s řízenou integrací do dekodéru (gating). Výsledky ukazují, že navržená paměť dokáže uchovávat znalosti mimo kontextové okno po tisíce interakcí bez výrazné degradace.
Stáhnout publikaci ↓Persistentní paměť je nezbytná pro to, aby velké jazykové modely (LLM) mohly ukládat a rozšiřovat znalosti v dlouhých časových horizontech přesahujících limity fixního kontextového okna. V této teoretické práci navrhujeme architekturu persistentní paměti pro dekódovací Transformery inspirovanou principy biologické paměti. Design kombinuje (i) ostré reprezentace paměťových stop v latentním prostoru (např. 64D) s (ii) komprimovanou 3D terénní vrstvou, ve které se informace šíří difuzí a je regulována homeostatickým návratem k rovnováze. Paměťové stopy dále nesou emocionální složky, které postupně difundují do terénu a následně stabilizují emocionální reakce při čtení. Klíčovým benefitem architektury je schopnost kumulativního učení v horizontu měsíců až let bez nutnosti přetrénování hlavních vah modelu.
Stáhnout publikaci ↓Začněte s NCM modulem ještě dnes a posuňte svou interakci s AI na novou úroveň.
