Perplexity ha lanzado un nuevo sistema de memoria llamado Brain, que tiene como objetivo mejorar la eficiencia de su agente de IA, Computer. A diferencia de los sistemas de memoria de IA tradicionales que se enfocan en las preferencias del usuario, Brain se centra en las acciones y resultados del trabajo del agente. Esta memoria auto-mejorada construye un gráfico de contexto que rastrea las actividades del agente y aprende de ellas durante la noche. Al revisar este gráfico a intervalos regulares, Brain busca perfeccionar el rendimiento del agente con el tiempo. Este sistema está actualmente disponible para suscriptores de Perplexity Max y Enterprise Max en la vista previa de investigación.
Brain opera en dos ejes principales: el sujeto de la memoria y su propósito. Mientras que la memoria de IA tradicional se centra en el usuario, almacenando sus preferencias y roles, Brain se enfoca en las tareas del agente, recordando qué estrategias fueron efectivas o no. Este cambio de enfoque tiene como objetivo mejorar el rendimiento del agente en lugar de solo involucrar al usuario.
El gráfico de contexto creado por Brain permite a Computer navegar por el entorno del usuario y aprender de experiencias pasadas. Cada entrada de memoria es rastreable hasta su fuente, lo que ayuda en la depuración y genera confianza. A medida que los usuarios interactúan con Computer, Brain mejora continuamente, aprendiendo tanto de los éxitos como de los fracasos, lo que finalmente conduce a una ejecución de tareas más eficiente.