Perplexity引入了「大腦」概念，標誌著人工智慧代理正朝著自我改進的方向發展。

人工智慧搜尋公司 困惑 微軟宣布推出名為「大腦」（Brain）的全新記憶系統，旨在透過持續學習提升其人工智慧代理「電腦」（Computer）的效能。該功能目前針對Max和Enterprise Max訂閱用戶推出研究預覽版，旨在幫助代理商透過學習已完成的工作而非主要關注用戶偏好，隨著時間的推移變得更加高效。

據該公司稱，Brain 的工作原理是建立一個上下文圖，記錄電腦執行的任務，包括成功的結果、失敗的方法、糾正措施以及先前會話中使用的輔助資訊。系統會依照預定時間間隔（例如夜間）分析這些累積的數據，並更新其對如何在未來更有效率地完成類似任務的理解。

Perplexity 將這種方法描述為對傳統 AI 記憶模型的革新。傳統 AI 記憶模型通常儲存使用者訊息，例如偏好、溝通方式或個人資訊。而 Brain 則專注於工作本身，保留流程、決策和結果的知識。該公司表示，這使得智能體能夠隨著時間的推移不斷提升工作績效，而不僅僅是增強個人化服務。

該系統基於Perplexity所稱的上下文圖構建，上下文圖是一種不斷演化的結構，用於組織透過互動、關聯的資料來源、文件和先前任務產生的資訊。這些資訊儲存在人工智慧可讀的知識層中，使電腦能夠在執行未來任務時參考相關的項目、概念和關係。

Perplexity指出，情境圖會隨著系統回顧已完成的會話、分析連線來源的變更以及整合使用者修正而自動更新。透過維護先前工作的最新表示，智能體可以更快地識別有用信息，並減少在多個任務中重複相同推理過程的需要。

透過持續學習提升智能體性能

該公司表示，Brain 的設計旨在創建一個自我改進的回饋循環。隨著電腦在專案和工作流程中累積經驗，它會學習哪些資源能夠產生最可靠的結果，哪些方法效果較差。先前互動過程中所做的修正會被保留，使智能體能夠避免重蹈覆轍，並提高未來輸出的品質。

Perplexity公司報告稱，早期內部測試顯示效能有顯著提升。據該公司稱，對於系統之前遇到的任務，答案準確率提高了25%，資訊回憶率提高了16%。需要歷史背景資訊的任務效率也更高，成本降低了約13%。

該公司強調，Brain 透過將記憶條目與其來源的原始會話、文件或來源關聯起來，從而保持了資訊的可追溯性。這使得使用者可以回顧學習過程中資訊的收集和應用方式。

Perplexity表示，其長期目標是支援更主動的AI系統，這些系統能夠識別機會、呈現相關資訊並改善工作流程，而無需針對每個任務提供明確的指令。該公司稱，目前版本是朝著該目標邁出的第一步，並表示未來更新將引入更多功能。