تعد الذاكرة جزءًا أساسيًا من أي نظام ذكاء اصطناعي شخصي. من خلال تكوين فكرة شاملة ومستمرة عن المستخدم، تهدف الأنظمة الأكثر تقدمًا إلى تلبية احتياجاتهم بدقة أكبر في كل تفاعل جديد. مع تطور هذه الأنظمة، تظهر مبادرة جديدة تدعى 'المستخدم ككود' (User as Code أو UaC)، التي تمنح الروبوتات القدرة على التخزين وتنفيذ المعلومات بشكل ديناميكي.

تستند فكرة UaC إلى تحسين مفاهيم الذاكرة التقليدية، حيث يتم حفظ المعلومات على شكل نصوص غير مرتبة أو مخططات معرفة، مما يعيق قدرتها على حل المتناقضات أو تطبيق القواعد. باستخدام UaC، يتم تمثيل ذاكرة المستخدم كمشروع برمجي حي، حيث تتعامل كائنات بايثون (Python) المخصصة مع حالة المستخدم، وتتحكم الوظائف البرمجية في القواعد المتعلقة به.

هذه البيئة تنشئ نوعًا من ذاكرة 'قابلة للتنفيذ'، مما يعني أن كل تغيير في حالة المستخدم يمكن أن يؤدي إلى استجابة فورية، مثل التحذيرات الحرجة حول تفاعلات الأدوية أو المناسبات المهمة. في اختبارات المحادثة الطويلة المدى، سجلت UaC أداءً مذهلاً، حيث حققت نحو 78.8% في تذكر المعلومات، متفوقة بذلك على معظم نظم الذاكرة التقليدية.

الأهم من ذلك، أن هذه التقنية توفر دقة عالية في الأسئلة التراكمية المتعلقة بتاريخ المستخدم، مثل: 'كم من رحلة دولية قمت بها العام الماضي؟'، حيث تصل دقتها إلى 99% بدلاً من الانهيار الذي تعاني منه الأنظمة التقليدية. هذا يقلب الموازين في عالم الذكاء الاصطناعي، حيث يصبح لتجارب المستخدم قيمة أكبر وأكثر تفاعلية.

مع وجود مثل هذه التطورات، أين ترى الذكاء الاصطناعي في المستقبل؟ هل أنت مستعد لاستقبال عصر الذاكرة القابلة للتنفيذ؟