AI Incontra il Cervello: Sistemi di Memoria dalle Neuroscienze Cognitive agli Agenti Autonomi
AI Meets Brain: Memory Systems from Cognitive Neuroscience to Autonomous Agents
December 29, 2025
Autori: 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
Abstract
La memoria funge da snodo cruciale che collega passato e futuro, fornendo sia agli esseri umani che ai sistemi di IA concetti ed esperienze preziose per affrontare compiti complessi. La ricerca recente sugli agenti autonomi si è sempre più concentrata sulla progettazione di flussi di lavoro efficienti per la memoria attingendo dalle neuroscienze cognitive. Tuttavia, limitati da barriere interdisciplinari, i lavori esistenti faticano ad assimilare l'essenza dei meccanismi della memoria umana. Per colmare questa lacuna, sintetizziamo sistematicamente le conoscenze interdisciplinari sulla memoria, collegando le intuizioni delle neuroscienze cognitive con gli agenti basati su LLM. Nello specifico, illustriamo innanzitutto la definizione e la funzione della memoria lungo un percorso progressivo che va dalle neuroscienze cognitive, passa attraverso gli LLM e arriva agli agenti. Forniamo quindi un'analisi comparativa della tassonomia della memoria, dei meccanismi di archiviazione e del completo ciclo di gestione della vita, sia da una prospettiva biologica che artificiale. Successivamente, esaminiamo i benchmark principali per valutare la memoria degli agenti. Inoltre, esploriamo la sicurezza della memoria da una duplice prospettiva di attacco e difesa. Infine, prevediamo future direzioni di ricerca, con un focus sui sistemi di memoria multimodale e l'acquisizione di abilità.
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.