OS AI Buatan China Ini Bikin Merinding: Bisa Ingat & Belajar!

KOMPAS.com – Terobosan baru di dunia kecerdasan buatan (AI) datang dari para ilmuwan China. Mereka memperkenalkan MemOS, sebuah sistem operasi (OS) revolusioner yang dirancang khusus untuk menghadirkan manajemen memori canggih bagi AI.

MemOS diklaim sebagai OS pertama yang memungkinkan AI memiliki “ingatan” jangka panjang, layaknya manusia. Sistem ini mampu mengingat dan memanggil kembali (recall) informasi dari masa lalu, memungkinkan AI untuk belajar dan merespons dengan lebih kontekstual.

Cara kerja MemOS menyerupai prosesor (CPU) pada komputer atau smartphone. Ia bertugas menjadikan memori sebagai mesin yang efisien, sehingga berbagai proses AI dapat berjalan dengan optimal. Dengan demikian, AI dapat merespons lebih cerdas dan belajar berdasarkan konteks yang relevan, menggabungkan informasi baru dengan pengetahuan yang sudah tersimpan.

Dalam dokumen yang dipublikasikan di platform Arxiv, tim peneliti dari berbagai perusahaan AI dan universitas di China mengungkapkan bahwa MemOS ditenagai oleh sistem inti bernama MemCube.

Semua data “ingatan” AI yang tersimpan di MemCube dikategorikan ke dalam tiga jenis utama:

* Memori Parametrik: Informasi dan pengetahuan yang berasal dari model AI, hasil dari pelatihan dan penyesuaian data AI.
* Memori Aktivasi: Data sementara yang digunakan dalam proses inferensi atau penalaran AI.
* Memori Teks: Data eksternal yang dapat dimanipulasi dan dipanggil berulang kali oleh pengguna melalui dokumen atau prompt.

Ketiga sistem pengelolaan memori yang terstruktur dalam MemCube ini memungkinkan model bahasa besar (large language model/LLM) atau model AI yang menggunakan MemOS untuk beradaptasi dan berkembang dengan informasi baru. Tak hanya itu, model AI yang dilengkapi MemOS juga mampu melakukan recall atau memperbaiki informasi lama, memastikan akurasi sesuai dengan konteks yang dibutuhkan pengguna.

Ini merupakan perbedaan signifikan dari LLM atau model AI konvensional, yang umumnya mengandalkan proses inferensi dari data yang sudah “dijejalkan” ke dalam sistem.

Punya Tiga Lapis Arsitektur

Dalam operasionalnya, MemOS mengandalkan tiga lapisan arsitektur yang saling terhubung: Interface Layer, Operation Layer, dan Infrastructure Layer.

Interface Layer bertugas mengelola input dari pengguna dan mengubahnya menjadi data yang dapat diproses oleh OS. Kemudian, Operation Layer memungkinkan MemOS untuk mengatur penjadwalan, kategorisasi, dan tingkat kepentingan informasi dari berbagai jenis memori yang diproses.

Terakhir, Infrastructure Layer bertanggung jawab mengelola dan menyimpan memori dengan aman. Lapisan ini juga memfasilitasi akses memori dan menghubungkannya dengan agen AI. Ketiga lapisan ini diaktifkan oleh berbagai modul atau fitur MemOS, seperti MemScheduler, MemLifecycle, dan MemGovernance. Dengan demikian, MemOS mampu mengelola, mengingat, dan memperbarui informasi yang diperoleh oleh LLM atau model AI secara berkala.

Manajemen Memori Lebih Baik Dibanding OpenAI?

Para peneliti China mengklaim bahwa kemampuan manajemen memori MemOS lebih unggul dibandingkan sistem memori yang digunakan oleh OpenAI, setidaknya berdasarkan pengujian (benchmark) LOCOMO. Dalam uji coba tersebut, MemOS menunjukkan performa keseluruhan 39 persen lebih baik daripada sistem OpenAI.

Keunggulan utama MemOS terletak pada kinerja penalaran (reasoning) yang mumpuni dalam berbagai skenario dan percakapan kompleks. Selain itu, MemOS juga diklaim mengungguli mem0, LangMem, Zep, dan OpenAI-Memory dalam benchmark seputar proses reasoning bertahap (multi-hop) dan penalaran berdasarkan kronologi waktu (temporal reasoning).

Saat ini, MemOS tersedia secara gratis sebagai proyek open source di platform coding Github. Perlu dicatat, MemOS saat ini hanya kompatibel dengan PC yang menjalankan OS Linux. Namun, dukungan untuk MacOS dan Windows direncanakan akan hadir dalam waktu dekat.

MemOS juga mendukung integrasi dengan berbagai platform AI populer, termasuk HuggingFace, OpenAI, dan Ollama, sebagaimana dirangkum KompasTekno dari VentureBeat, Jumat (11/7/2025).