IA Encuentra al Cerebro: Sistemas de Memoria desde la Neurociencia Cognitiva hasta los Agentes Autónomos
AI Meets Brain: Memory Systems from Cognitive Neuroscience to Autonomous Agents
December 29, 2025
Autores: Jiafeng Liang, Hao Li, Chang Li, Jiaqi Zhou, Shixin Jiang, Zekun Wang, Changkai Ji, Zhihao Zhu, Runxuan Liu, Tao Ren, Jinlan Fu, See-Kiong Ng, Xia Liang, Ming Liu, Bing Qin
cs.AI
Resumen
La memoria sirve como nexo pivotal que conecta el pasado y el futuro, proporcionando tanto a humanos como a sistemas de IA conceptos y experiencias invaluables para navegar tareas complejas. Investigaciones recientes sobre agentes autónomos se han centrado cada vez más en diseñar flujos de trabajo de memoria eficientes basándose en la neurociencia cognitiva. Sin embargo, limitados por barreras interdisciplinarias, los trabajos existentes luchan por asimilar la esencia de los mecanismos de memoria humanos. Para cerrar esta brecha, sintetizamos sistemáticamente el conocimiento interdisciplinario sobre la memoria, conectando hallazgos de la neurociencia cognitiva con agentes impulsados por LLM. Específicamente, primero elucidamos la definición y función de la memoria a lo largo de una trayectoria progresiva que va desde la neurociencia cognitiva, pasando por los LLM, hasta los agentes. Luego proporcionamos un análisis comparativo de la taxonomía de la memoria, los mecanismos de almacenamiento y el ciclo de vida completo de gestión desde perspectivas biológicas y artificiales. Posteriormente, revisamos los benchmarks principales para evaluar la memoria de los agentes. Adicionalmente, exploramos la seguridad de la memoria desde perspectivas duales de ataque y defensa. Finalmente, vislumbramos futuras direcciones de investigación, con énfasis en sistemas de memoria multimodal y adquisición de habilidades.
English
Memory serves as the pivotal nexus bridging past and future, providing both humans and AI systems with invaluable concepts and experience to navigate complex tasks. Recent research on autonomous agents has increasingly focused on designing efficient memory workflows by drawing on cognitive neuroscience. However, constrained by interdisciplinary barriers, existing works struggle to assimilate the essence of human memory mechanisms. To bridge this gap, we systematically synthesizes interdisciplinary knowledge of memory, connecting insights from cognitive neuroscience with LLM-driven agents. Specifically, we first elucidate the definition and function of memory along a progressive trajectory from cognitive neuroscience through LLMs to agents. We then provide a comparative analysis of memory taxonomy, storage mechanisms, and the complete management lifecycle from both biological and artificial perspectives. Subsequently, we review the mainstream benchmarks for evaluating agent memory. Additionally, we explore memory security from dual perspectives of attack and defense. Finally, we envision future research directions, with a focus on multimodal memory systems and skill acquisition.