记忆
学习和记忆是我们在人工智能方面需要不同理解的概念，因为与人类相比存在相关差异。
对于人类来说，通过影响大脑变化的“直接培训”（进入大学、MBA、研究生课程）学习是“经济上可行的”。
在人工智能中，这种训练通常只有大公司才能完成，我们从这些公司“租用”大脑。
作为管理者，我们通常不会使用先进技术对人工智能的大脑进行直接训练。
然而，我们可以而且应该使用和滥用外部记忆和辅助材料。
这是人工智能代理的巨大优势之一：它们可以以远高于人类的速度访问和使用**信息。
想象一个人试图在几分钟内阅读并吸收一本整部百科全书。
这根本就是不可能。
我们的大脑不是为此而生的。
但对于AI Agent来说，这个任务不仅是可能的，而且可以在秒内完成。
他们可以搜索巨大的数据库，找到相关信息，并几乎立即应用它。
这就像拥有一个拥有完美记忆力和超音速阅读速度的助手。
这种差异完全改变了我们在使用人工智能时处理知识和学习的方式。
对于人类，我们在培训、课程和教育方面投入巨资。
对于人工智能，我们的重点应该是构建和组织强大的外部记忆。
我们不需要试图教授一切给人工智能，而是需要以正确的格式提供正确的信息。
该外部存储器可能包括公司文档、内部指南、知识库、常见问题、流程描述、有关组织文化的信息以及客户服务历史。
基本上，这是人工智能在执行任务或回答问题时可以查阅的所有内容。
让我们考虑一个实际的例子。
想象一下，您雇用了一个通用的人工智能代理，对您的公司没有具体的了解。
他对你的产品、服务、流程或文化一无所知。
但是你给这个AI代理提供了公司的手册、客户服务指南、内部文档…
突然，他开始像您组织的经验丰富的员工一样做出反应！
对于任何处理人工智能的经理来说，这是一个至关重要的见解：人工智能代理并不是为您的特定业务“现成的”。
他们具有常识。
您可以将公司的具体知识与他们结合。
如果没有这种耦合，您将得到通用且无用的答案。
有了它，答案将针对您的独特背景具体、相关和有价值。
然而，了解这种方法的限制很重要。
外部存储器不会改变底层人工智能模型。
它不会在人工智能的“大脑”中创造新知识。
它只是在响应时提供上下文。
另一个常见的错误是认为更多信息总是意味着更好的结果。
简单地用大量杂乱的数据让人工智能“超载”是没有意义的。
真正的价值在于选择、构建和在正确的时间提供对正确信息的访问。
这需要有意识的知识管理努力，我将在下一个主题中详细介绍这一点。
目前，关键是要明白，人类和人工智能处理学习和知识的方式是根本不同的。
虽然人类需要内化知识，但人工智能代理可以根据需要简单地访问它。