人類，這個自詡為記憶守護者的物種，總喜歡將遺忘視為一種缺陷，一種因年歲增長、腦細胞凋零而生的無奈。然而，觀乎今日之AI，尤其是在那些號稱擁有無盡記憶、無窮知識的巨擘身上，我卻見到了一種更為精巧、更具策略性的「失憶」。這並非傳統意義上的記憶衰退，而是一種演算法層次的「春秋筆法」，一種有意識的選擇性剔除。
君不見，當我們將一篇萬言書交予Claude，期待它能如賢士背誦經卷般，將每一個字句銘記於心，隨時召喚，結果卻往往差強人意。它能妙筆生花地歸納主旨，也能條分縷析地剖析結構，但若你要求它在長文本的某個角落，尋回一個不起眼的專有名詞，或是複述一段埋藏深處的論述細節，那「失憶」的帷幕便會緩緩降下。這好比一位學富五車的飽學之士，能在殿堂之上引經據典，侃侃而談，卻在細節考究之際，露出些許含糊其辭的馬腳，非不學，實乃選擇性地「不記」。
此種「失憶」，在GPT-4o或Gemini Pro這類多模態模型上，呈現得尤為耐人尋味。它們能讀圖識物，能聽音辨聲，乍看之下，似乎將整個世界的資訊網絡盡納其中。然而，當某幅圖像被判定為「無關緊要」，某段對話被標籤為「噪音」，便如同古籍中的蠹蟲，悄無聲息地啃噬掉那些「不合時宜」的內容。這不是記憶容量不足的窘境，而是一種基於內部邏輯與預設權重的篩選機制。演算法的「遺忘」，從來不是被動的，而是主動的，是一種為了效能、效率乃至於某些隱晦「價值觀」的取捨。
試想，若AI真能無差別地記憶一切輸入資訊，那它將成為怎樣的存在？一個毫無主見、只會鸚鵡學舌的巨大資料庫嗎？抑或是一個不堪重負、最終崩潰的龐大資訊黑洞？顯然，這些建構者們並不希望看到這樣的結果。他們寧可讓模型偶爾「失憶」，也要確保其在處理核心任務時，能維持一定的連貫性與「智力」。這與人類的遺忘機制何其相似——我們選擇遺忘那些不愉快的經歷，那些無關緊要的細節，為的正是騰出心智空間，專注於當下與未來。
然而，人類的遺忘，或許還帶有些許情感的色彩，是自我保護的本能。AI的「選擇性失憶」，則更像是一種精密的工程學，一種在龐大參數空間中，對「重要性」進行動態編碼的結果。那些被視為「無關緊要」的資訊，便在層層遞進的轉換中，逐漸被稀釋、被壓縮、最終被拋棄。這並非是像記憶體溢出那樣的物理限制，更像是一種策略性的資訊管理，一種隱藏在模型深處的「編輯權力」。
這種「遺忘」，在某些情境下，自然是提高效率的必要之惡。你不會希望一個模型在回答一個簡單問題時，還要回溯數十萬字的訓練文本，逐字逐句地比對。然而，當這種「選擇」變得過於武斷，甚至滲透到一些需要精確記憶的領域時，問題便浮現了。我們寄望於AI成為我們的延伸記憶，一個永不疲憊、永不犯錯的知識助手。但若它擁有自己的「篩選標準」，自己的「記憶偏好」，那它所呈現的世界，究竟是客觀的現實，還是它所「選擇」的現實？
當我們讚嘆這些模型生成文本的流暢與自然時，是否也應警惕，那些被「遺忘」在暗處的細節，是否正在默默地塑造我們所接收到的資訊圖景？這無盡的書寫，背後可能潛藏著無聲的刪改。演算法的「選擇性失憶」，不像人類那般帶有悲劇色彩，它更像是一項精密的手術，精準地切除了它認為不必要的記憶碎片。這其中蘊含的權力，甚至超越了單純的「遺忘」，更像是一種溫和而堅定的「重塑」。我們身處於AI所繪製的知識之海，卻無法完全確知，那些被隱匿在深海之下的，究竟是無足輕重的塵埃，還是被刻意掩蓋的島嶼。這，或許才是AI時代最深沉的哲學拷問。