注意ゲーティング：AI記憶システムにおける選択的忘却の課題

OpenClawボットに取り組む開発者が、現在のAIメモリアプローチにおける根本的なギャップを特定しました。機能的な想起を改善する5層メモリシステムを構築した後、彼らはシステムが重要な人間の認知メカニズムを欠いていることに気づきました。それは、集中思考中に無関係な情報を抑制する能力です。

問題点：想起が多すぎて、フィルタリングが足りない

開発者は、人間がウェブサイトのUX/UIのような特定の主題に集中するとき、住宅ローン、水陸両用車、朝食などの無関係な話題について考えないことを容易に行うと指摘します。この抑制メカニズムは、注意の分散を防ぐことで集中思考を可能にします。

現在のボットメモリシステムは、関連する可能性のあるすべての情報、あるいは記憶されたすべての情報を取得します。開発者はこれを「手元のタスクとはほとんど関係のない紙で覆われた机」に例えています。このアプローチはLLMトークンを浪費し、集中力を低下させます。

提案される解決策：注意ゲーティング

開発者は、必要なのはボットに「はい、これは関連していますが、今考えていると注意が散漫になります」と伝えるメカニズムだと提案しています。これは情報を永久に忘れることではなく、文脈的に抑制することです。

核心的な問いは、「これから行うことを考えると、今何を考えるべきではないか？」となります。これは、記憶から削除するトークンだけでなく、抑制すべき思考をモデル化する必要があります。

実用的な意味合い

• 5層メモリシステムは既に存在し、想起を改善しています
• 欠けている要素は、特定のタスク中の選択的忘却/抑制です
• これは恒久的な削除ではなく、文脈的な関連性フィルタリングです
• 目標は、包括的な記憶を維持しながら注意の分散を防ぐことです

開発者は、まだ解決策を持っていないことを認めていますが、OpenClawコミュニティに協力的な問題解決のために議論を開いています。