AI・機械学習
上級
MemoryBank（メモリーバンク）
LLMに長期エピソード記憶と感情状態記録を付与する研究フレームワーク。ベクトル検索でユーザーとの過去会話を効率的に参照し、感情モデリングと組み合わせた長期パーソナルコンパニオンAIを実現する。
0 回閲覧
0 いいね
2026/6/7 更新
関連タグ
LLMメモリ
長期記憶
感情AI
エピソード記憶
パーソナライズ
MemoryBank — 感情記憶付き長期LLMメモリシステム
概要
MemoryBankは「AIが真の長期的な友人になれるか」という問いに挑んだ研究で、LLMに人間の記憶システムを模倣した長期エピソード記憶と感情記憶を付与する。2023年にZeyuan Liu et al.が発表し、SiliconFriendという実用アプリで実証した。人間のエビングハウス忘却曲線を参考に、記憶の重要度と経過時間に基づく記憶管理を実装している点が特徴的。
メモリアーキテクチャ
エピソード記憶 (Episodic Memory)
- ユーザーとの過去の会話・出来事を時系列で保存
- ベクトル埋め込みで意味的類似検索が可能
- 各エピソードに重要度スコア（0.0〜1.0）を付与
感情記憶 (Emotional Memory)
- ユーザーの感情状態を時系列でトラッキング
- 感情ラベル（喜び/悲しみ/怒り/不安等）と強度スコア
- 長期的な感情トレンド把握（「最近落ち込み気味」等）
重要度スコアリング
Score = Importance × TimeDecay TimeDecay = exp(-α × time_elapsed)
- Importance: LLMが会話内容から判定した重要度
- TimeDecay: 経過時間で重要度が減衰（忘却曲線模倣）
- 重要なイベント（誕生日/仕事の転機等）はImpotanceが高く長期保持
技術仕様
| 要素 | 詳細 |
|---|---|
| 発表 | 2023年（arXiv: 2305.10250） |
| 実装アプリ | SiliconFriend（パーソナルコンパニオン） |
| ベースモデル | ChatGLM / Vicuna / ChatGPT |
| ベクトルDB | FAISS（デフォルト） |
| 感情分析 | Plutchik感情モデル（8基本感情） |
| 記憶検索 | top-k コサイン類似度（k=5〜10） |
SiliconFriend実装例
ユーザー発言: 「最近仕事が辛くて…」
MemoryBank処理:
- 感情分析: 「悲しみ(0.7) + 疲弊(0.6)」を記録
- エピソード検索: 「仕事の悩み」に関連する過去会話を検索
- 感情トレンド確認: 「3週間前から仕事ストレス増加傾向」を把握
- 統合応答: 過去の文脈と感情状態を踏まえた共感的返答を生成
忘却曲線の実装
人間のエビングハウス忘却曲線を参考に:
- 1日後: 記憶強度 40%
- 1週間後: 記憶強度 25%
- 1ヶ月後: 記憶強度 15%
重要度が高い記憶はα値を小さくし減衰を遅らせる。これにより「些細な雑談は薄れるが重要な出来事は長期記憶に残る」人間的な記憶特性を再現する。
競合システムとの比較
| 観点 | MemoryBank | MemGPT | Mem0 |
|---|---|---|---|
| 感情記憶 | あり | なし | なし |
| 忘却モデル | あり | なし | あり（更新型） |
| 記憶更新 | 手動 | 関数呼び出し | 自動抽出 |
| 主ユースケース | コンパニオンAI | 汎用エージェント | 汎用メモリ |
まとめ
MemoryBankは感情AI・パーソナルコンパニオン分野に特化したLLMメモリ研究。忘却曲線による人間的な記憶管理と感情状態のトラッキングは独自性が高く、メンタルヘルスサポートAIや長期ユーザーエンゲージメントを必要とするアプリケーションに有用。