Apa itu Universal Cognitive Architecture (UCA) Starling Memory Works?

Starling Memory Works memperkenalkan Universal Cognitive Architecture (UCA) sebagai piawaian pengelasan dan memori AI yang tidak terikat kepada mana-mana vendor. Berbanding menjadikan model bahasa besar (LLM) sebagai “ingatan” organisasi, UCA memberikan pengetahuan organisasi lokasi yang stabil dan dikawal supaya boleh dibaca oleh mana-mana model yang serasi.

Starling MX pula ialah platform beta yang dibina berdasarkan idea tersebut. Harganya bermula pada AS$99 sebulan untuk pengguna pertama, dengan caj penggunaan tambahan dikenakan secara berasingan.

Apa itu UCA?

• UCA digambarkan sebagai piawaian percuma, terbuka dan berasaskan bahasa semula jadi. Ia menggunakan 11 “Organizational Cognates”, iaitu domain kecerdasan umum yang bertujuan mengelaskan pengetahuan perniagaan secara konsisten. Piawaian ini mahu menggantikan carian kata kunci yang bersifat kebarangkalian dengan capaian melalui nama atau alamat yang stabil.
• Starling merujuk kepada sistem yang terhasil sebagai Domain Language Model (DLM). Dalam pendekatan ini, LLM umum yang tidak menyimpan memori kekal dibekalkan dengan memori organisasi yang berstruktur dan dikawal ketika diperlukan, bukannya dipaksa menyimpan pengetahuan tersebut secara terbina dalam.
• Analogi mudahnya ialah sistem pengelasan perpustakaan: model AI boleh bertukar, tetapi katalog dan koleksi asas organisasi kekal tersusun serta boleh dirujuk.

Bagaimana seni bina ini berfungsi?

Alamat semantik tetap memberikan pengenal kekal kepada konsep organisasi yang berulang. Sebagai contoh, satu alamat boleh ditetapkan untuk “kedudukan persaingan”. Dengan cara ini, manusia dan sistem AI boleh mendapatkan rekod rujukan yang sah, bukannya membuat kesimpulan berdasarkan hasil carian yang mungkin berubah-ubah.

Starling membahagikan pengetahuan kepada dua lapisan utama:

• Org Library menyimpan rekod organisasi yang dikawal, mempunyai versi dan dianggap sebagai sumber rasmi atau canon.
• Resources mengandungi bahan sokongan, dokumen kerja serta kandungan yang dijana untuk tujuan rujukan dan penyediaan hasil kerja.

Repositori ini mengutamakan teks. Rekod disimpan sebagai fail Markdown teks biasa yang boleh dibaca, bukannya keadaan dalaman model yang sukar diperiksa. Menurut Starling, pendekatan ini menjadikan rekod lebih mudah diaudit, mempunyai versi, dipindahkan dan digunakan oleh manusia serta perisian.

Di sebelah mesin, satu manifest memilih dan menyusun konteks repositori yang berkaitan untuk diberikan kepada model. Namun, manusia masih menentukan rekod mana yang berautoriti. Langkah ini bertujuan mengawal perubahan tanpa kebenaran dan mengurangkan risiko pengetahuan organisasi tersasar daripada versi rasmi.

Starling turut meletakkan Model Context Protocol (MCP) daripada Anthropic sebagai lapisan sambungan yang membolehkan model mengakses konteks organisasi dari luar. UCA menyediakan struktur organisasi dan alamat semantik untuk konteks itu. Gabungan ini, menurut Starling, membolehkan model ditukar ganti tanpa organisasi terikat selama-lamanya kepada satu penyedia AI.

Apa kaitannya dengan kedaulatan data dan vendor lock-in?

Ketua Pegawai Eksekutif Starling Memory Works, Chris Kincade, berhujah bahawa kedaulatan AI bukan sekadar memiliki GPU, mengehos infrastruktur secara tempatan atau memilih penyedia model dari negara sendiri. Dalam kerangka ini, kedaulatan bermaksud organisasi terus mengawal keputusan, dasar, pengetahuan operasi, sumber asal dan keizinan yang menjadi “canon” untuk mana-mana model membuat penaakulan.

Jika model diganti, dinaik taraf, tidak tersedia atau tidak lagi diterima atas sebab tadbir urus, organisasi masih memiliki memorinya dan boleh menyambungkan model lain kepada rekod yang sama.

Pendekatan ini berpotensi mengurangkan vendor lock-in kerana aset paling bernilai ialah repositori dan sistem pengelasan yang dikawal organisasi—bukannya sejarah perbualan atau ciri memori proprietari milik satu penyedia.

Ia juga boleh menyokong daya tahan operasi. Model sengaja bersifat tanpa memori kekal terhadap pengetahuan organisasi, manakala repositori terus menjadi sumber kebenaran yang boleh diaudit.

Itulah maksud slogan Starling: “model melupakan; organisasi mengingati.” Model ialah enjin penaakulan yang boleh diganti, sementara memori organisasi yang ditadbir menjadi aset yang berterusan.

Siapa yang mungkin menggunakannya?

Bahan Starling memetik Brady Patterson dari SelfOS yang menyatakan bahawa memberikan pengetahuan “sauh yang jelas” membantu mengurangkan kehilangan konteks dan perubahan data.

Starling turut mengaitkan pendekatan ini dengan senario seperti bimbingan peribadi, pemasaran, pengurusan pembinaan dan perkhidmatan guaman, termasuk QuillOS milik Wrks Online. Namun, bukti yang tersedia tidak mengesahkan secara bebas hubungan QuillOS tersebut, skala penggunaannya atau prestasi sebenar. Oleh itu, dakwaan penggunaan meluas atau keberkesanan yang lebih kukuh adalah belum disokong bukti yang mencukupi.

SelfOS juga wajar dianggap sebagai sokongan daripada pengamal, bukannya pengesahan bebas terhadap keberkesanan produk.

Perkara yang perlu diberi perhatian

UCA dan Starling MX masih baharu, manakala banyak dakwaan teknikal serta perniagaan terperinci datang daripada bahan Starling sendiri atau liputan pelancaran. Idea asasnya—memori organisasi yang mudah dipindahkan, berasaskan teks dan dikawal—masuk akal dari sudut konsep.

Namun, bukti bebas yang tersedia belum mencukupi untuk membuktikan bahawa sistem ini benar-benar memberikan ketepatan lebih tinggi, kos lebih rendah, keselamatan lebih baik atau kebebasan vendor dalam penggunaan sebenar.

Ringkasnya, UCA bukanlah model AI baharu yang menyimpan semua jawapan. Ia lebih dekat kepada sistem katalog dan tadbir urus pengetahuan yang membolehkan model AI membaca sumber organisasi yang sama, tersusun dan boleh disemak.