我們都會忘了一些東西。 一個親人的生日、童年的回憶， 即使是擁有非凡記憶力的人， 也就是說， 在不到20秒的時間裡記住一張牌的順序， 仍然會忘記他們的位置。 人們似乎從來沒有完全控制自己的回憶。
忘記是人類和人工智慧（AI）的一個棘手的事情， 研究人員正在以許多不同的方式探索機器人記憶和想法。
這不僅提出了技術問題， 而且還涉及隱私， 法律和倫理方面的問題。 想像一下， 如果你的家庭機器人目睹你隱藏了一盒香煙——儘管你答應你的配偶你已經戒煙了？（更多聯想留給讀者）
這是一個重要的問題：如果有人有機會讓機器人忘記它目睹的東西，
解釋為什麼人們忘記， 一個流行的比喻就是我們的大腦被充滿了， 所以我們用忘記來“騰出空間”。 然而， 有些人有一種罕見的稱為“ 高血壓症 ”，
如果我們不需要忘記事情為新記憶騰出空間， 那我們為什麼要忘記呢？一個解釋是， 記憶幫助我們瞭解世界， 而不僅僅是記住它。 這樣， 我們似乎保留了有用， 有價值和相關的記憶， 同時忘記了較低價值的資訊。
例如， 一些研究表明， 與重複的資訊相比， 人們可以更好地記住相互衝突的資訊。 其他因素包括事件的重要性和新穎性， 以及我們在經歷時的情緒。 回憶512大地震——我們中許多人能夠生動地記得當天在哪裡， 以及我們在做什麼。
機器人如何忘記？電腦中的記憶體通常用於描述存儲被調用的資訊的能力， 以及存儲這些資訊的電腦物理元件。
這也適用於AI， 但是忘記某些東西可能會使我們感到沮喪， 這是我們忘記的方式， 使人們仍然優於AI。 機器學習演算法在辨別什麼時候保留舊資訊，
例如， AI（AI通常使用以大腦結構為模型的神經網路）面臨著與“遺忘”有關的幾個問題。 這些包括過度配合， 這是當一個學習機器存儲過去經驗的過於詳細的資訊時， 阻礙了其概括和預測未來事件的能力。 另一個問題是“ 災難性的遺忘 ”。 研究人員正在努力建立可以適應新資訊的人工神經網路， 而不會突然忘記以前學到的知識。 最後， 有時人造神經網路的神經元， 在學習過程的早期採用不良的啟動模式， 損害了AI未來學習能力。
在機器人中記憶體的另一種方法是象徵性的記憶表徵， 其中知識由邏輯事實（“鳥飛”， “Tweety是鳥”）表示（因此“Tweety可以飛”）。 這些高度結構化的人造表示可以輕鬆刪除，
瞭解我們的大腦如何決定什麼是值得記住的、值得遺忘的， 是創造更好的AI的重要條件。
就像人一樣， AI應該記住重要和有用的資訊， 同時忘記低價值， 無關的知識。 然而， 確定什麼是相關和有價值的可能包括除了手頭的任務之外的因素， 如倫理， 法律和隱私問題。
Chatbots進行醫療診斷， 智慧家居設備監控我們的動作， 安全機器人使用攝像機和熱成像進行巡視。 這是很多存儲的資料。
亞馬遜的家庭助理， 是一個始終監聽命令提示符的語音控制免提揚聲器。 阿肯色州警方最近要求亞馬遜，轉交顯然是從謀殺嫌疑人的設備收集的資訊。
或者AI的性機器人是否記得或忘記了他們的客戶，以及這些客戶與他們做了什麼？誰擁有機器人的資料，誰可以查看並刪除它？
談到記憶，決定機器人何時忘記是一個極具挑戰性的任務。
阿肯色州警方最近要求亞馬遜，轉交顯然是從謀殺嫌疑人的設備收集的資訊。或者AI的性機器人是否記得或忘記了他們的客戶，以及這些客戶與他們做了什麼？誰擁有機器人的資料，誰可以查看並刪除它？
談到記憶，決定機器人何時忘記是一個極具挑戰性的任務。