Bagi AI yang mendukung dialog jangka panjang, mengingat tujuan masa lalu memiliki manfaat yang jelas. Jika rencana belajar, tujuan pekerjaan, atau harapan hidup yang ditetapkan beberapa bulan sebelumnya dapat dipertahankan, orang tersebut tidak perlu menjelaskan semuanya lagi dari awal setiap kali. Penilaian masa lalu juga dapat dibandingkan dengan situasi saat ini. Namun, “mengingat sesuatu” dan “memperlakukannya sebagai pengetahuan yang tetap berlaku sekarang” perlu dibedakan.
Tujuan berbeda sifatnya dari peristiwa yang telah terjadi. Fakta bahwa “orang tersebut membuat pernyataan ini pada suatu hari tertentu” tetap merupakan fakta tentang masa lalu meskipun kemudian orang tersebut berubah pikiran. Sebaliknya, pernyataan seperti “tujuan orang ini adalah X” mencakup klaim mengenai keadaan saat ini. Jika keadaan tersebut terus digunakan tanpa diperbarui hanya karena didasarkan pada pernyataan lama, keadaan itu mungkin akurat secara historis tetapi tidak akurat sebagai pengetahuan yang merepresentasikan orang tersebut sekarang.
Karena itu, tujuan yang disimpan memerlukan waktu selain isi. Alih-alih hanya mempertahankan “Saya ingin memulai usaha”, sistem dapat merepresentasikan bahwa “pada suatu titik waktu, dengan alasan dan dalam kondisi tertentu, orang tersebut memiliki tujuan untuk memulai usaha”. Selanjutnya, berdasarkan tindakan setelahnya dan tanggapan dari kenyataan, sistem dapat membedakan apakah tujuan tersebut masih berlaku, perlu dikonfirmasi kembali, atau telah secara eksplisit diubah oleh orang tersebut.
Hubungan dengan alasan juga penting. Tujuan yang sama dapat memiliki arti berbeda bergantung pada apakah orang tersebut menginginkan cara bekerja yang lebih bebas, ingin meningkatkan pendapatan, atau ingin membangun usaha yang memecahkan masalah tertentu. Jika tujuan disimpan sementara alasannya hilang, sistem tidak dapat mengetahui apa yang perlu divalidasi ulang ketika kondisi berubah. Sebaliknya, jika suatu alasan dipatok sebagai motif absolut, masalah lain muncul ketika pemahaman orang tersebut kemudian berubah. Alasan juga harus diperlakukan sebagai informasi yang memiliki titik waktu dan tingkat kepastian.
Memperbarui di sini tidak berarti menghapus tujuan masa lalu. Jika catatan sebelumnya dihapus ketika tujuan berubah, jalur yang menjelaskan mengapa perubahan itu terjadi akan hilang. Pemahaman jangka panjang memperoleh manfaat dari riwayat seperti: apa yang sebelumnya diinginkan orang tersebut, pengalaman mana yang mengubah apa, dan bagaimana ia berpikir sekarang. Hal yang penting adalah mempertahankan informasi lama tanpa mencampuradukkannya dengan keadaan saat ini.
Inferensi AI sendiri juga harus dibedakan dari pernyataan eksplisit orang tersebut. Sekalipun AI menyimpulkan dari perubahan perilaku bahwa “minat terhadap tujuan mungkin sedang menurun”, hal itu berbeda dari orang tersebut mengatakan, “Saya telah memutuskan untuk meninggalkan tujuan ini.” Jika keduanya disimpan dengan tingkat kepastian yang sama, suatu inferensi dapat kemudian dirujuk sebagai fakta dan secara tidak perlu mengarahkan pemahaman diri orang tersebut.
Karena itu, representasi pengetahuan memerlukan pembedaan seperti siapa yang menyatakan informasi, kapan informasi itu dinyatakan, dengan pengalaman atau alasan apa informasi itu terhubung, apakah validitasnya saat ini telah dikonfirmasi, dan apakah informasi itu merupakan inferensi atau pilihan eksplisit. Tidak setiap detail harus dipertahankan, tetapi perbedaan yang dapat mengubah penilaian di kemudian hari tidak boleh hilang. Kompresi tidak seharusnya sekadar mengurangi jumlah informasi; kompresi harus membuat informasi dapat dikelola sambil mempertahankan hubungan yang diperlukan.
Dalam representasi efisiensi internal Sai＊aus, hal ini mengubah posisi tujuan. Tujuan bukanlah input tetap tempat penalaran dimulai, melainkan unsur yang keadaannya dapat berubah melalui pengalaman manusia. Dengan menghubungkan alasan yang mendukung tujuan, tindakan kecil, perbedaan yang dikembalikan oleh kenyataan, dan perubahan dalam pemahaman manusia, sistem dapat mempertahankan konteks yang diperlukan untuk mempertimbangkan kembali apakah tujuan saat ini harus tetap berlaku.
Desain ini tidak dimaksudkan untuk membuat AI sering mengubah tujuan manusia. Sebaliknya, desain ini mencegah tujuan masa lalu terus secara otomatis digunakan sebagai tujuan masa kini tanpa memberikan kepada AI kewenangan untuk mengubahnya. Sistem dapat menunjukkan bahwa validasi ulang diperlukan, menyajikan perbedaan antara masa lalu dan masa kini, dan mengembalikan pemberian makna akhir kepada orang tersebut. Batas itu memungkinkan kesinambungan ingatan dan kemampuan manusia untuk berubah hidup berdampingan.
Seiring AI mengetahui semakin banyak tentang seorang manusia, keakuratan pengetahuannya tidak lagi dapat diukur hanya dari seberapa sedikit yang dilupakannya. AI harus menyimpan impian masa lalu secara akurat sambil membedakan apakah impian itu masih berlaku sekarang; mempertahankan tujuan yang berubah sebagai riwayat perubahan alih-alih menimpa masa lalu; dan menghindari pencampuradukan inferensi AI dengan pilihan manusia. Pengetahuan yang memahami seseorang sepanjang waktu memerlukan struktur yang memperlakukan manusia bukan sebagai potret yang tetap, melainkan sebagai keadaan yang dapat diperbarui.
Karena itu, pertanyaan “Haruskah impian masa lalu disimpan?” bukanlah pilihan biner antara menyimpan dan menghapus. Impian itu dapat tetap disimpan sebagai riwayat, sementara validitasnya diperiksa kembali ketika digunakan sebagai tujuan masa kini. Ingatan kemudian dapat menjadi bahan untuk memahami bagaimana seseorang telah berubah, bukan menjadi mekanisme yang mengikatnya pada masa lalu. Desain pengetahuan AI jangka panjang harus mewujudkan dua hal sekaligus: tidak kehilangan masa lalu dan tidak memakukan masa kini pada masa lalu.
Bukan jawaban. Pemahaman.