दीर्घकालिक संवाद का समर्थन करने वाले AI के लिए, पिछले लक्ष्यों को याद रखने के स्पष्ट लाभ हैं। यदि महीनों पहले तय की गई अध्ययन योजना, कार्य-संबंधी लक्ष्य या जीवन से जुड़ी आशा को बनाए रखा जा सके, तो व्यक्ति को हर बार शुरुआत से सब कुछ समझाने की आवश्यकता नहीं होती। पिछले निर्णयों की तुलना वर्तमान स्थिति से भी की जा सकती है। फिर भी, “किसी बात को याद रखना” और “उसे ऐसे ज्ञान के रूप में मानना जो अभी भी वैध है” — इन दोनों में अंतर करना आवश्यक है।
लक्ष्य अपनी प्रकृति में घटित हुई घटना से अलग होता है। यह तथ्य कि “व्यक्ति ने किसी निश्चित दिन यह कथन किया था” अतीत के बारे में तथ्य बना रहता है, भले ही व्यक्ति बाद में अपना विचार बदल दे। इसके विपरीत, “इस व्यक्ति का लक्ष्य X है” जैसा कथन वर्तमान अवस्था के बारे में एक दावा भी समाहित करता है। यदि केवल किसी पुराने कथन के आधार पर उस अवस्था को अद्यतन किए बिना लगातार उपयोग किया जाए, तो वह ऐतिहासिक रूप से सही होते हुए भी वर्तमान व्यक्ति का प्रतिनिधित्व करने वाले ज्ञान के रूप में गलत हो सकती है।
इसलिए, संग्रहीत लक्ष्य को विषयवस्तु के साथ समय की भी आवश्यकता होती है। केवल “मैं व्यवसाय शुरू करना चाहता हूँ” को बनाए रखने के बजाय, प्रणाली यह प्रस्तुत कर सकती है कि “किसी निश्चित समय पर, विशेष कारणों और परिस्थितियों के अंतर्गत, व्यक्ति का लक्ष्य व्यवसाय शुरू करना था।” इसके बाद, बाद की कार्रवाइयों और वास्तविकता से मिली प्रतिक्रियाओं के प्रकाश में, प्रणाली यह अलग कर सकती है कि लक्ष्य अभी भी वैध है, पुनः पुष्टि की आवश्यकता है, या व्यक्ति ने उसे स्पष्ट रूप से बदल दिया है।
कारणों के साथ संबंध भी महत्वपूर्ण है। एक ही लक्ष्य के अलग-अलग अर्थ हो सकते हैं, इस पर निर्भर करते हुए कि व्यक्ति अधिक स्वतंत्र ढंग से काम करना चाहता है, आय बढ़ाना चाहता है, या किसी विशिष्ट समस्या को हल करने वाला व्यवसाय बनाना चाहता है। यदि लक्ष्य संग्रहीत हो लेकिन उसके कारण खो जाएँ, तो परिस्थितियाँ बदलने पर प्रणाली यह नहीं जान सकती कि किस बात की वैधता फिर से जाँची जानी चाहिए। इसके विपरीत, यदि किसी कारण को पूर्ण और अपरिवर्तनीय प्रेरणा के रूप में स्थिर कर दिया जाए, तो व्यक्ति की बाद की समझ बदलने पर एक दूसरी समस्या उत्पन्न होती है। कारणों को भी किसी समय-बिंदु और निश्चितता की एक मात्रा वाले सूचना के रूप मेंव्यवहार करना चाहिए।
यहाँ अद्यतन करने का अर्थ पिछले लक्ष्य को हटाना नहीं है। यदि लक्ष्य बदलने पर पिछला रिकॉर्ड मिटा दिया जाए, तो यह समझाने वाला मार्ग खो जाता है कि परिवर्तन क्यों हुआ। दीर्घकालिक समझ को ऐसे इतिहास से लाभ होता है: व्यक्ति पहले क्या चाहता था, किन अनुभवों ने क्या बदला, और वह अब कैसे सोचता है। महत्वपूर्ण बात पुरानी जानकारी को वर्तमान अवस्था के साथ भ्रमित किए बिना बनाए रखना है।
AI के अपने अनुमान को भी व्यक्ति के स्पष्ट कथन से अलग करना आवश्यक है। भले ही AI व्यवहार में बदलाव से यह अनुमान लगाए कि “लक्ष्य में रुचि कम हो रही हो सकती है,” यह उस स्थिति से अलग है जिसमें व्यक्ति कहता है, “मैंने इस लक्ष्य को छोड़ने का निर्णय लिया है।” यदि दोनों को समान निश्चितता के साथ संग्रहीत किया जाए, तो कोई अनुमान बाद में तथ्य के रूप में संदर्भित हो सकता है और व्यक्ति की आत्म-समझ को अनावश्यक रूप से दिशा दे सकता है।
इसलिए, ज्ञान-प्रतिनिधित्व में ऐसे भेद आवश्यक हैं जैसे सूचना किसने कही, कब कही, वह किन अनुभवों या कारणों से जुड़ी है, उसकी वर्तमान वैधता की पुष्टि हुई है या नहीं, और वह अनुमान है या स्पष्ट चयन। हर विवरण को संरक्षित करना आवश्यक नहीं है, लेकिन वे अंतर नहीं खोने चाहिए जो बाद के निर्णय को बदल सकते हैं। संपीड़न का उद्देश्य केवल सूचना की मात्रा घटाना नहीं होना चाहिए; आवश्यक संबंधों को बनाए रखते हुए सूचना को प्रबंधनीय बनाना चाहिए।
Sai＊aus की आंतरिक दक्षता अभिव्यक्ति में, इससे लक्ष्य की स्थिति बदल जाती है। लक्ष्य कोई स्थिर इनपुट नहीं है जिससे तर्क शुरू होता है, बल्कि ऐसा तत्व है जिसकी अवस्था मानवीय अनुभव के माध्यम से बदल सकती है। लक्ष्य का समर्थन करने वाले कारणों, छोटे कार्यों, वास्तविकता से लौटे अंतरों और मानवीय समझ में परिवर्तनों को आपस में जोड़कर, प्रणाली वह संदर्भ बनाए रख सकती है जिसकी आवश्यकता यह पुनर्विचार करने के लिए है कि वर्तमान लक्ष्य को प्रभावी बने रहना चाहिए या नहीं।
यह डिज़ाइन AI से मानवीय लक्ष्यों को बार-बार बदलवाने के लिए नहीं है। बल्कि, यह AI को उन्हें बदलने का अधिकार दिए बिना पिछले लक्ष्यों को वर्तमान उद्देश्यों के रूप में स्वतः जारी रहने से रोकता है। यह संकेत दे सकता है कि पुनः वैधता-जाँच आवश्यक है, अतीत और वर्तमान के बीच अंतर प्रस्तुत कर सकता है, और अंतिम अर्थ-निर्धारण व्यक्ति को वापस दे सकता है। यह सीमा स्मृति की निरंतरता और मनुष्य की बदलने की क्षमता को साथ-साथ अस्तित्व में रहने देती है।
जैसे-जैसे AI किसी मनुष्य के बारे में अधिक जानने लगता है, उसके ज्ञान की सटीकता को अब केवल इस आधार पर नहीं मापा जा सकता कि वह कितना कम भूलता है। उसे अतीत के सपनों को सटीक रूप से संरक्षित करते हुए यह अलग करना होगा कि वे अब भी वैध हैं या नहीं; बदले हुए लक्ष्यों को अतीत पर लिख देने के बजाय परिवर्तन के इतिहास के रूप में बनाए रखना होगा; और AI के अनुमान को मानवीय चयन के साथ मिलाने से बचना होगा। समय के साथ किसी व्यक्ति को समझने वाले ज्ञान के लिए ऐसी संरचना आवश्यक है जो मनुष्य को किसी स्थिर चित्र के रूप में नहीं, बल्कि अद्यतन की जा सकने वाली अवस्था के रूप में देखे।
इसलिए, “क्या अतीत के सपनों को संग्रहीत किया जाना चाहिए?” यह प्रश्न सहेजने और मिटाने के बीच द्विआधारी चयन नहीं है। वे इतिहास के रूप में बने रह सकते हैं, जबकि वर्तमान उद्देश्यों के रूप में उपयोग किए जाने पर उनकी वैधता फिर से जाँची जा सकती है। तब स्मृति व्यक्ति को अतीत से बाँधने वाली व्यवस्था बनने के बजाय यह समझने की सामग्री बन सकती है कि व्यक्ति कैसे बदला है। दीर्घकालिक AI ज्ञान-डिज़ाइन को एक साथ दो बातें सत्य करनी होंगी: अतीत को न खोना और वर्तमान को अतीत में स्थिर न करना।
उत्तर नहीं। समझ।