Искусственный интеллект встречает мозг: системы памяти от когнитивной нейронауки до автономных агентов
AI Meets Brain: Memory Systems from Cognitive Neuroscience to Autonomous Agents
December 29, 2025
Авторы: 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
Аннотация
Память служит ключевым связующим звеном между прошлым и будущим, предоставляя как людям, так и системам искусственного интеллекта бесценные концепции и опыт для решения сложных задач. В последних исследованиях автономных агентов все больше внимания уделяется проектированию эффективных процессов работы памяти на основе достижений когнитивной нейронауки. Однако, сталкиваясь с междисциплинарными барьерами, существующие работы испытывают трудности с усвоением сути механизмов человеческой памяти. Для преодоления этого разрыва мы систематически синтезируем междисциплинарные знания о памяти, соединяя инсайты из когнитивной нейронауки с агентами на основе больших языковых моделей (LLM). В частности, мы сначала разъясняем определение и функцию памяти в рамках прогрессивной траектории: от когнитивной нейронауки через LLM к агентам. Затем мы проводим сравнительный анализ таксономии памяти, механизмов хранения и полного жизненного цикла управления с биологической и искусственной точек зрения. После этого мы рассматриваем основные эталонные тесты для оценки памяти агентов. Дополнительно мы исследуем безопасность памяти с двойной перспективы — атаки и защиты. Наконец, мы прогнозируем будущие направления исследований, уделяя особое внимание мультимодальным системам памяти и приобретению навыков.
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.