ハイブリッド検索
Hypermemoryは、キーワード検索、ベクトル類似度、正規表現マッチングを組み合わせます。キーワードの精度、意味的な想起、パターンフィルタがすべて同じハイパーグラフ上で動作し、エージェントは意味、正確な用語、構造のいずれでもメモリを見つけられます。
ハイパーグラフ
あらゆるAIツールをまたいでつながり続ける記憶を支えるデータ構造です。
ハイパーグラフが通常のナレッジグラフに勝る理由
ハイパーグラフは、ひとつの関係が3つ、4つ、ときには多数のノードを同時に結べるグラフです。Hypermemoryでは、この多対多のつながりをハイパーエッジと呼びます。
多くのナレッジグラフは、ノードのペア同士しかエッジを張れません。単純な事実には足りますが、実際の意思決定、プロジェクト、会話には、いつも複数の人、トピック、結果が同時に絡みます。ペアごとのグラフはエッジが爆発し、文脈が断片化します。
ハイパーグラフはその文脈をまとめて保持します。ひとつのハイパーエッジで状況全体を捉えられるため、エージェントは散らばったA→Bリンクをつぎ合わせ直すのではなく、全体像を想起できます。
仕組み
記憶は二方向に流れます。書き込みでつながった知識を蓄え、読み取りでは複数の検索軸を同時に使って取り出します。
保存するだけでなく、検索のために設計
ハイパーグラフは単なる可視化の選択ではありません。大規模でもHypermemoryの想起モードを実用的にする核です。
グラフ走査
ハイブリッド検索が入口を見つけると、グラフ走査がエッジとハイパーエッジをたどって近傍を引き込みます。エージェントは一致だけでなく、それが重要な理由を説明する関係性も得られます。
オントロジー対応の構造
型と関係ラベルは進化するオントロジーで管理されます。ハイパーエッジとエッジはその構造を継承するため、メモリグラフが成長・変化しても想起は一貫します。
時間軸メモリ
すべてのノードには作成・更新のタイムスタンプがあります。エージェントは今日保存されていることだけでなく、ある時点で何が真だったかを推論でき、意思決定や事実の変化に重要です。
人間の記憶に近い仕組み
人間の想起は、スプレッドシートの行のように動くことはほとんどありません。ハイパーグラフは、連想が実際に発火する仕組みを映し出します。
会議を思い出すとき、五つの孤立した事実を順番に取り出すわけではありません。人、場所、結果、タイミングがまとめて蘇るのは、それらがひとつのエピソードとして符号化されているからです。
Hypermemoryも同じです。ハイパーエッジがそのエピソードを保持します。誰が関わり、何について、いつ、何が決まったか。エージェントが場面をエッジごとに再構築する必要はありません。
だからハイパーグラフの高密度メモリは、長期の仕事でより自然に感じられます。エージェントは、無関係なペアのリンクを探すのではなく、つながったクラスターを再活性化して文脈を想起します。