MobileMem: AI lærer av ett års mobilbruk for personlige assistenter

Utviklingen av AI-assistenter går mot systemer som ikke bare svarer isolerte spørsmål, men som forstår og lærer fra brukerens erfaringer over tid. Dette krever langtidshukommelse for å akkumulere og utnytte brukerspesifikke opplevelser, spesielt i mobile omgivelser hvor data er heterogene og dypt personlige. Forskere introduserer nå MobileMem, et rammeverk og referansepunkt for å studere langtidshukommelse direkte på enheter. MobileMem er basert på en samling av mobilbrukserfaringer over et helt år. Ved å modellere helhetlige opplevelser, snarere enn enkeltfakta, skifter fokuset fra ren informasjonsgjenfinning til erfaringsbasert intelligens. Dette lar AI-agenter huske fortiden, forstå nåtiden og tilpasse seg fremtiden. Eksisterende standarder har vært utilstrekkelige for realistiske mobilscenarier. MobileMem tilbyr komplementære tekst- og multimodale innstillinger som dekker resonnering, kunnskapsoppdatering og utledning av implisitte preferanser. Konsekvensen er at fremtidige personlige assistenter kan bli langt mer relevante og proaktive, da de kontinuerlig lærer fra vår unike digitale hverdag på egne enheter.