ChatGPTのメモリーリミットはフラストレーションを生み出す — 脳はより良い方法を示唆している

ChatGPTのパワーユーザーであれば、最近「メモリーが満杯です」という警告メッセージに出くわしたことがあるかもしれない。このメッセージは、ChatGPTの保存メモリーの制限に達したときに表示されるもので、長期的なプロジェクトでは大きな障害となる可能性がある。メモリーは、複雑で継続的なタスクのための重要な機能であるはずだ — AIに前のセッションからの知識を将来の出力に持ち越して欲しい。時間が敏感なプロジェクトの真っ只中（例えば、私が姉妹サイトの1つで発生したHTTP 502サーバーエラーをトラブルシューティングしていたとき）でメモリー満杯の警告が出ることは、非常にフラストレーションを生み出し、妨げになることがある。

ChatGPTのメモリーリミットのフラストレーション

根本的な問題は、メモリーリミットが存在することそのものではない — 甚至有料のChatGPT Plusユーザーでも、保存できるメモリーには実用的制限があることを理解することができる。実際の問題は、メモリーリミットに達したときに古いメモリーをどう管理するかという点にある。現在のメモリー管理インターフェースは、面倒で時間がかかる。ChatGPTがメモリーが100%満杯であることを通知したとき、2つの選択肢がある — メモリーを1つずつ手動で削除する、またはすべてのメモリーを一度に消去する。効率的に保存した情報を整理するための、途中的な選択肢や一括選択ツールがない。

メモリーを1つずつ削除することは、特にそれを数日ごとに繰り返さなければならない場合、長期的な使用に適さない雑用のように感じる。保存したメモリーのほとんどは、ある理由で保存されたものだ — それは、ChatGPTに提供した貴方のニーズやビジネスに関する貴重なコンテキストを含んでいるからだ。自然に、可能な限り少ないアイテムを削除してスペースを解放したい — そうすれば、AIの理解を損なわない。しかしながら、メモリー管理の設計は、すべてまたは何も選択肢や、遅い手動キュレーションを強制する。私は、削除された各メモリーがメモリースペースの約1%しか解放されないことを観察しており、これはシステムが約100個のメモリーを保存できるまでしか許可されていないことを示唆している — 100%使用率に達すると満杯になる。 このハードキャップは、現代のAIシステムの規模に比べて、任意に感じられる。

何が起こるべきか

ChatGPTとその背後にあるインフラストラクチャがほぼ無限の計算リソースにアクセスできることを考えると、長期メモリーの解決策があまりに原始的であることは驚くべきことである。理想的には、長期AIメモリーは、人間の脳が情報を時間の経過とともにどのように扱うかをよりよく模倣するべきである。人間の脳には、メモリーを効率的に管理するための進化した戦略がある — 我々は単に毎日の出来事を逐語的に記録して無限に保存するのではない。代わりに、脳は効率性のために設計されている — 我々は詳細な情報を短期的に保持し、次にそれらの詳細を統合および圧縮して長期メモリーに移行する。

神経科学では、メモリー統合とは、不安定な短期メモリーが安定した長期メモリーに変換されるプロセスを指す。統合の標準モデルによると、新しい経験は最初に、海馬によってエンコードされる — エピソードメモリーの形成に重要な脳の領域 — 次に、時間の経過とともに知識が「訓練」されて、コルテックスに永久的に保存される。 このプロセスは瞬時に起こるのではない — 時間の経過と、しばしば休息または睡眠期間が必要である。 海馬は基本的に高速学習バッファーとして機能し、コルテックスは情報をより耐久性のある形で広範な神経ネットワークに統合する。 つまり、脳の「短期メモリー」（作業メモリーと最近の経験）は、システム的に長期メモリーのストアに転送および再編成される。 このマルチステップ転送により、メモリーは干渉または忘れに強いものになる — 例えば、記録を安定化して簡単に上書きされないようにするのと同様である。

重要なのは、人間の脳が毎日の詳細を逐語的に保存するのではないということだ。代わりに、脳は無駄な詳細をフィルタリングし、経験から最も重要なものを保持する。心理学者は、我々が過去の出来事や学習した情報を思い出すとき、通常はその内容を思い出すのではなく、主なプロットポイントやテーマを思い出す。 例えば、書籍を読んだり映画を見た後、会話の毎日の詳細を思い出すのではなく、主なプロットポイントやテーマを思い出す。 時間の経過とともに、経験の正確な言葉遣いや細かい詳細は消え、より抽象的な内容の要約が残る。 実際、研究によると、時間の経過とともに、我々の逐語的メモリー（正確な詳細）は、内容のメモリー（一般的な意味）よりも早く消える。 この情報の保存方法は効率的である — 無駄な詳細を捨てることで、脳は「情報を圧縮」し、将来に役立つ可能性のある重要な部分を保持する。

この神経圧縮は、コンピューターがファイルを圧縮する方法に似ている — 実際、科学者は脳にも同様のプロセスを観察している。 我々がメモリーを精神的に再生したり、将来のシナリオを想像したりするとき、神経表現は実質的に高速化され、一部の詳細が削除される — 実際の経験の圧縮版である。 テキサス大学オースティン校の神経科学者は、我々が一連の出来事（例えば、午後にスーパーで過ごした時間）をわずか数秒で思い出すことを可能にする、脳波メカニズムを発見した — これは、より詳細のない、高レベルの情報をエンコードする高速な脳のリズムを使用する。 本質的に、我々の脳はメモリーを高速再生し、重要なポイントを保持し、詳細は省略する — これは、メモリーを再生する際に不要または容量が大きすぎる詳細を省略するのと同様である。 その結果、想像された計画や思い出された経験は、凝縮された形式で保存される — まだ有用で理解可能ではあるが、元の経験よりもはるかにスペース効率が良く、時間効率が良い。

人間のメモリー管理の別の重要な側面は、優先順位付けである。 ショートタームメモリーに入ったすべてのものが長期ストレージに永遠に保存されるわけではない。 我々の脳は、重要性または感情的な重要性に基づいて、どれを記憶しておくべきか、どれを記憶しておくべきでないかを無意識に決定する。 ロックフェラー大学の最近の研究は、この原理をマウスを使用して実証した — マウスは迷路でいくつかの結果（いくつかは高く報われるもの、いくつかは中程度の報酬、いくつかは否定的なもの）にさらされた。 最初は、マウスはすべての関連付けを学んだが、1ヶ月後にテストしたところ、最も重要な高報酬メモリーだけが保持され、重要性のない詳細は消えていた。

つまり、脳はノイズをフィルタリングし、動物の目標に最も重要なメモリーを保持した。 研究者は、前側頭葉と呼ばれる脳の領域を特定した — これは、統合中に海馬とコルテックスの間で仲介者として機能し、どのメモリーが長期的に「保存」する価値があるかを信号する。 前側頭葉は、価値のあるメモリーに対して継続的な強化を送信するように見える — 本質的に、コルテックスに「これを保持しておく」と伝える — 重要でないメモリーは消えることを許可する。 この発見は、忘れることはメモリーの失敗ではなく、システムのアクティブな機能であることを強調する — 不要なまたは冗長な情報を放棄することで、脳はメモリーのストレージが混乱しないことを保証し、最も有用な知識が簡単にアクセス可能であることを保証する。

人間の原則によるAIメモリーの再考

人間の脳がメモリーをどのように扱うかは、ChatGPTや同様のAIシステムが長期的な情報をどのように管理するべきかについての明確な青写真を提供している。 保存されたメモリーを個別のデータポイントとして扱うのではなく、それを永久に保持するか、手動で削除するかのいずれかとして扱うのではなく、AIは古いメモリーを背景で統合および要約することができる。 例えば、進行中のプロジェクトに関する10件の関連会話や事実を保存している場合、AIはそれらを簡潔な要約または重要な結論のセットに自動的に統合することができる — メモリーを圧縮しながら、その本質を保持する — 脳が詳細を要約に圧縮するのと同様である。 これにより、新しい情報のスペースを解放することができるが、古いやり取りの重要な点について「忘れる」ことはない。 実際、OpenAIのドキュメントは、示唆しているように、ChatGPTのモデルはすでに保存された詳細を自動的に更新および結合することができるが、現在のユーザー体験はまだ完全でも十分でもないことを示唆している。

別の人間の原則に基づく改善は、優先順位付きメモリーの保持である。 100項目の厳格な制限ではなく、AIはどのメモリーが最も頻繁に関連しているか、またはユーザーのニーズに最も重要かを判断し、最も重要でないものだけを削除（またはダウンサンプリング）することができる。 実践では、これは、ChatGPTが特定の事実（例えば、会社の核心的な目標、進行中のプロジェクトの仕様、個人設定）が非常に重要であることを識別し、いつでも保持するべきものであることを意味する — 一方、数ヶ月前に得た一時的なトリビアは最初にアーカイブまたは削除される可能性がある。 このダイナミックなアプローチは、脳がどのようにして進化するかを模倣しており、継続的に使用されていない接続を削除し、頻繁に使用されるものを強化して認知的効率を最適化する。

要点は、長期メモリーのシステムは、進化するべきであり、ただ満杯になり停止するのではなく、AIのメモリーは。 人間のメモリーは驚くほど適応性がある — 時間の経過とともに変化し、再編成され、外部のユーザーが各メモリーのスロットを管理することを期待しない。 ChatGPTのメモリーが私たちのもののように機能した場合、ユーザーは100項目の壁に直面したり、すべてを消去したり、1つ1つアイテムをクリックしたりする痛みを感じることはない。 代わりに、古いチャットメモリーは、AIが引き出しに戻ることができる濃縮された知識ベースに自然に変化する — ただし、真正に古くなったり、関連のないピースだけが消える。 このようなシステムの実装は、コンテキストの要約、ベクターデータベースを使用した知識の取得、またはニューラルネットワークの階層的なメモリーレイヤーなどのテクニックを必要とするかもしれない — これらはすべて活発な研究分野である。 実際、AIに「エピソードメモリー」の形式を与えることで、時間の経過とともに圧縮されることは、継続的に学習し、知識ベースを持続可能にスケーリングするAIへの飛躍となることが知られている。

結論

ChatGPTの現在のメモリーリミットは、AIの全力を活用していないように感じられる。 人間の認知を参照することで、長期メモリーが、無限の生データを保存することではなく、知的な圧縮、統合、および忘却についてであることを理解する。 人間の脳が重要なものを保持し、ストレージを節約する能力は、長期メモリーが非常に広く、有用であることを可能にする。 AIが真の長期的なパートナーとなるためには、同様の戦略を採用するべきである — 過去のやり取りを、ユーザーに負担を課すのではなく、持続可能な洞察に自動的に抽出する。 メモリー満杯の壁によるフラストレーションは、使用状況に応じて柔軟に成長し、人間のように学習し、記憶するシステムに置き換えることができる。 これらの原則を採用することで、UXの痛みを解消するだけでなく、ツールに頼るユーザーおよび開発者の全コミュニティにとって、より強力でパーソナライズされたAI体験が解放される。