Perplexity ने Brain पेश किया है, उसके Computer agent के लिए एक मेमोरी प्रणाली, और दिलचस्प हिस्सा यह है कि यह क्या याद रखना चुनती है। जहाँ उपभोक्ता AI मेमोरी का मतलब ज्यादातर उपयोगकर्ता की पसंद को याद रखना रहा है, जैसी कोई चीज़ जो किसी chatbot को आपका नाम या आपकी लेखन शैली याद रखवाती है, वहीं Brain agent के अपने काम को याद रखता है: उसने क्या किया, क्या गलत हुआ, और उसने क्या सीखा। कंपनी ने इसकी घोषणा 18 जून को एक research preview के रूप में की।
इसके केंद्र में एक context graph है, जिसे Perplexity एक स्वचालित रूप से बनाए गए wiki के रूप में वर्णित करता है जो किसी उपयोगकर्ता की दुनिया में मौजूद लोगों, परियोजनाओं, विचारों और चलते-फिरते हिस्सों का मानचित्रण करता है। जैसे-जैसे agent काम करता है, यह कार्यों, परिणामों और सुधारों को दर्ज करता है, और graph में हर प्रविष्टि उस सत्र, फ़ाइल या दस्तावेज़ से जुड़ी रहती है जहाँ से वह आई थी। यही पता लगाने की क्षमता असली बात है: वह क्या जानता है इसकी एक धुंधली समझ के बजाय, agent दिखा सकता है कि ज्ञान का कोई दिया गया टुकड़ा कहाँ से उत्पन्न हुआ।
खुद को सुधारने वाला हिस्सा रातोंरात होता है। हर रात, Brain उस दिन के सत्रों की समीक्षा करता है और लंबित सुधारों को पुनः प्रयोग योग्य पाठों में संश्लेषित करता है, और बाद के दिनों में agent किसी समान कार्य को शुरू करने से पहले प्रासंगिक पाठ सामने लाता है। प्रभावी रूप से, यह प्रणाली अपनी ही गलतियों को दोहराना बंद करने के लिए बनाई गई है, हर कार्य को एक खाली स्लेट से शुरू करने के बजाय किसी नए कर्मचारी की तरह सुधारे जाने से सीखती है।
Perplexity इस तरीके से प्रथम-पक्ष बढ़त की रिपोर्ट करता है: दोहराए गए कार्यों पर उत्तर की सटीकता में 25 प्रतिशत की वृद्धि, recall में 16 प्रतिशत का सुधार, और इतिहास पर निर्भर काम में लागत में 13 प्रतिशत की कमी। फ़िलहाल Brain एक research preview है जो केवल Perplexity Max और Enterprise Max ग्राहकों को उपलब्ध है, और कोई सार्वजनिक Brain API नहीं है। कंपनी ने उदाहरण के तौर पर छद्म-कोड दिखाया है, लेकिन अभी तक बाहरी डेवलपर्स के लिए इस पर निर्माण करने का कोई तरीका जारी नहीं किया है।
यह ध्यान देने योग्य इसलिए है क्योंकि यह इशारा करता है कि agent मेमोरी किस दिशा में जा रही है। किसी उपयोगकर्ता को याद रखना आसान है और ज्यादातर सतही, लेकिन काम को याद रखना, हर मेमोरी को उसके स्रोत में आधारित करना, और पाठों को इकट्ठा करना ताकि प्रणाली समय के साथ बेहतर हो, यह कहीं अधिक कठिन और अधिक उपयोगी समस्या है, और रातोंरात संश्लेषण का चरण इस बात का एक पहचानने योग्य संकेत है कि व्यापक रूप से मेमोरी में समेकन कैसे काम करता है। चेतावनियाँ किसी preview के लिए सामान्य ही हैं: आँकड़े Perplexity के अपने हैं, कोई स्वतंत्र मूल्यांकन नहीं है, और पहुँच सीमित है। लेकिन एक ऐसा agent जो किसी कार्य में दूसरी बार मापने योग्य रूप से बेहतर हो जाता है क्योंकि उसे याद रहा कि पहली बार उसने क्या गलत किया, वह उससे कहीं अधिक सार्थक प्रकार की मेमोरी है जो बस आपका नाम याद रखती है।