بالنسبة إلى الذكاء الاصطناعي الذي يدعم الحوار طويل الأمد، فإن تذكّر الأهداف السابقة له فوائد واضحة. فإذا أمكن الاحتفاظ بخطة تعلّم أو هدف في العمل أو أمل متعلق بالحياة جرى تحديده قبل أشهر، فلن يحتاج الشخص إلى شرح كل شيء من البداية في كل مرة. ويمكن أيضًا مقارنة الأحكام السابقة بالوضع الحالي. ومع ذلك، يجب التمييز بين «تذكّر شيء ما» و«التعامل معه بوصفه معرفة تظل صالحة الآن».
يختلف الهدف في طبيعته عن حدث وقع بالفعل. فحقيقة أن «الشخص أدلى بهذا التصريح في يوم معين» تظل حقيقة عن الماضي حتى لو غيّر الشخص رأيه لاحقًا. وعلى النقيض من ذلك، فإن عبارة مثل «هدف هذا الشخص هو X» تتضمن ادعاءً بشأن الحالة الحالية. وإذا استمر استخدام تلك الحالة من دون تحديث لمجرد أنها تستند إلى تصريح قديم، فقد تكون دقيقة تاريخيًا لكنها غير دقيقة بوصفها معرفة تمثل الشخص الآن.
لذلك يحتاج الهدف المخزّن إلى الزمن إلى جانب المحتوى. فبدلًا من الاحتفاظ فقط بعبارة «أريد أن أبدأ مشروعًا»، يمكن للنظام أن يمثّل أن «الشخص، في نقطة زمنية معينة، ولأسباب وشروط محددة، كان يتخذ بدء مشروع هدفًا له». وبعد ذلك يمكنه، في ضوء الأفعال اللاحقة والاستجابات الآتية من الواقع، التمييز بين ما إذا كان الهدف لا يزال صالحًا، أو يحتاج إلى إعادة تأكيد، أو غيّره الشخص صراحةً.
كما أن العلاقة بالأسباب مهمة. فالهدف نفسه قد يعني أشياء مختلفة تبعًا لما إذا كان الشخص يسعى إلى طريقة عمل أكثر حرية، أو يريد زيادة دخله، أو يريد إنشاء مشروع يحل مشكلة محددة. وإذا خُزّن الهدف بينما فُقدت أسبابه، فلن يستطيع النظام معرفة ما ينبغي إعادة التحقق من صلاحيته عندما تتغير الظروف. وعلى العكس، إذا ثُبّت سبب بوصفه دافعًا مطلقًا، تظهر مشكلة أخرى عندما يتغير فهم الشخص لاحقًا. ويجب أيضًا التعامل مع الأسباب بوصفها معلومات لها نقطة زمنية ودرجة من اليقين.
لا يعني التحديث هنا حذف الهدف السابق. فإذا مُحي السجل السابق عندما يتغير الهدف، ضاع المسار الذي يفسر سبب حدوث التغيير. ويستفيد الفهم طويل الأمد من تاريخ يبين ما الذي كان الشخص يريده من قبل، وأي التجارب غيّرت ماذا، وكيف يفكر الآن. والنقطة المهمة هي الاحتفاظ بالمعلومات القديمة من دون الخلط بينها وبين الحالة الحالية.
يجب أيضًا التمييز بين استنتاج الذكاء الاصطناعي نفسه وبين تصريح صريح من الشخص. فحتى إذا استنتج الذكاء الاصطناعي من تغيرات السلوك أن «الاهتمام بالهدف قد يكون آخذًا في الانخفاض»، فإن ذلك يختلف عن قول الشخص: «لقد قررت التخلي عن هذا الهدف». وإذا خُزّن الاثنان بالدرجة نفسها من اليقين، فقد يُشار إلى استنتاج لاحقًا بوصفه حقيقة ويوجّه فهم الشخص لذاته على نحو غير ضروري.
لذلك يحتاج تمثيل المعرفة إلى تمييزات من قبيل: من صرّح بالمعلومة، ومتى صرّح بها، وبأي تجارب أو أسباب ترتبط، وهل جرى تأكيد صلاحيتها الحالية، وهل هي استنتاج أم اختيار صريح. وليس من الضروري حفظ كل تفصيل، لكن ينبغي ألا تضيع الفروق التي يمكن أن تغيّر حكمًا لاحقًا. ولا ينبغي أن يقتصر الضغط على تقليل كمية المعلومات؛ بل ينبغي أن يجعل المعلومات قابلة للإدارة مع الحفاظ على العلاقات الضرورية.
في تمثيل الكفاءة الداخلي لدى Sai＊aus، يغيّر هذا موضع الهدف. فالهدف ليس مدخلًا ثابتًا يبدأ منه الاستدلال، بل عنصر يمكن أن تتغير حالته من خلال الخبرة البشرية. ومن خلال ربط الأسباب الداعمة للهدف، والأفعال الصغيرة، والفروق التي يعيدها الواقع، والتغيرات في الفهم البشري، يمكن للنظام الاحتفاظ بالسياق اللازم لإعادة النظر فيما إذا كان ينبغي أن يظل الهدف الحالي ساريًا.
لا يهدف هذا التصميم إلى جعل الذكاء الاصطناعي يغيّر الأهداف البشرية بصورة متكررة. بل يمنع الأهداف السابقة من الاستمرار تلقائيًا بوصفها أغراضًا حاضرة من دون منح الذكاء الاصطناعي سلطة تغييرها. ويمكنه الإشارة إلى الحاجة إلى إعادة التحقق من الصلاحية، وعرض الفرق بين الماضي والحاضر، وإعادة إسناد المعنى النهائي إلى الشخص. وتتيح هذه الحدود لاستمرارية الذاكرة وقدرة الإنسان على التغيير أن تتعايشا.
كلما ازداد ما يعرفه الذكاء الاصطناعي عن إنسان، لم يعد من الممكن قياس دقة معرفته فقط بمدى قلة ما ينساه. فعليه أن يحفظ أحلام الماضي بدقة مع التمييز بين ما إذا كانت لا تزال صالحة الآن؛ وأن يحتفظ بالأهداف المتغيرة بوصفها تاريخًا للتغيير بدلًا من الكتابة فوق الماضي؛ وأن يتجنب الخلط بين استنتاج الذكاء الاصطناعي واختيار الإنسان. فالمعرفة التي تفهم شخصًا عبر الزمن تحتاج إلى بنية تتعامل مع الإنسان لا بوصفه صورة ثابتة، بل بوصفه حالة قابلة للتحديث.
لذلك فإن سؤال «هل ينبغي تخزين أحلام الماضي؟» ليس اختيارًا ثنائيًا بين الحفظ والحذف. إذ يمكن أن تبقى بوصفها تاريخًا، بينما يُعاد التحقق من صلاحيتها عندما تُستخدم بوصفها أغراضًا حاضرة. وعندئذ يمكن للذاكرة أن تصبح مادة لفهم كيف تغيّر الشخص بدلًا من أن تكون آلية تربطه بالماضي. ويجب على تصميم معرفة الذكاء الاصطناعي طويل الأمد أن يحقق أمرين في آن واحد: ألا يفقد الماضي، وألا يثبّت الحاضر عليه.
ليست إجابات. بل فهم.