LightMem-Ego: Memoria de IA personalizada para la vida cotidiana mediante visión egocéntrica | Sistema de recuperación de información basada en experiencias diarias del usuario | Cómo construir un asistente de IA con memoria episódica de largo plazo mediante video en primera persona

Abstract

PROBLEMA: La gestión de la gran cantidad de información visual y auditiva que un usuario experimenta diariamente es inabordable para los modelos de lenguaje convencionales debido a las limitaciones de contexto. SOLUCIÓN: Se propone LightMem-Ego, un sistema de memoria de IA diseñado para la vida cotidiana que procesa flujos de video egocéntricos (primera persona) para crear un índice consultable de la vida del usuario. METODOLOGÍA: Utiliza una arquitectura de codificación ligera que transforma eventos visuales en representaciones semánticas comprimidas, permitiendo búsquedas de lenguaje natural sobre experiencias vividas. RESULTADOS: El sistema muestra una alta precisión en tareas de recuperación de información específica y resumen de actividades diarias con un bajo consumo de recursos computacionales. RELEVANCIA: Es un paso fundamental hacia los asistentes de IA 'siempre presentes' que actúan como una extensión cognitiva de la memoria humana.