Milla Jovovich ha decidido entrar en el territorio de la inteligencia artificial con un proyecto bastante inesperado: MemPalace, una herramienta de memoria para sistemas de IA que la actriz presentó esta semana en Instagram y que ya está publicada como proyecto de código abierto en GitHub. Según explicó, la idea nació mientras trabajaba en otro proyecto relacionado con videojuegos y se frustraba con la forma en que muchos asistentes de IA almacenan y recuperan información.
La propuesta se inspira en una técnica mnemónica clásica, el llamado “palacio de la memoria” o método de los loci, una estrategia que asocia datos a lugares imaginarios para facilitar su recuperación. En este caso, MemPalace intenta trasladar esa lógica a la organización de conversaciones y contexto para modelos de IA, con una arquitectura que, según Jovovich y su colaborador Ben Sigman, busca ordenar mejor la memoria de trabajo de los agentes y hacerlo además de forma local, sin depender necesariamente de un proceso en la nube.
Una idea antigua aplicada a la memoria de la IA
El repositorio de GitHub vende el sistema con bastante ambición. Su README lo presenta como “the highest-scoring AI memory system ever benchmarked” y asegura que permite conservar conversaciones, decisiones y contexto entre sesiones. El proyecto ha tenido además una recepción rápida en la comunidad: la página pública del repositorio ya mostraba decenas de miles de estrellas y una actividad intensa en issues y pull requests apenas días después de su lanzamiento.
Jovovich ha contado que el desarrollo técnico corrió sobre todo por parte de Sigman, mientras ella aportó el concepto y la arquitectura del sistema. También subrayó que Claude, la herramienta de Anthropic, le ayudó a convertir ideas escritas en una estructura funcional, aunque insistió en que la creatividad humana sigue siendo el motor real del proyecto. Esa narrativa encaja con la manera en que ambos han promocionado MemPalace: como una herramienta nacida de una colaboración entre visión creativa y ejecución técnica.
Mucho ruido inicial y cautela con las promesas
Ahora bien, las grandes promesas de rendimiento todavía necesitan bastante más validación externa. El propio artículo de Decrypt recoge la cautela de Sean Ren, profesor de ciencias de la computación en la USC y CEO de Sahara AI, que considera plausible el enfoque como método general de organización de información, pero advierte de que las afirmaciones sobre superioridad en rendimiento no están demostradas fuera de pruebas controladas. Esa prudencia también se refleja en el propio GitHub, donde ya han aparecido críticas a la metodología de benchmark utilizada para vender el sistema.
