忘れずに学ぶ：エンティティが進化していることをどう示すか
獲得だけを測るのは物語の半分にすぎない。Camile AIにおける学習の尺度には二つの側面——獲得と忘却——があり、厳しい試練がある：学ぶことが以前のものを消し去るなら、その学習は拒否される。
知能に答え方を教えることは示すのが容易い。難しいのは、それが学んだと証明すること——そしてさらに難しいのは、学ぶことで既に知っていたものを失っていないと証明することだ。まさにこの点で、ほとんどの進捗報告は沈黙する。Camile AIは学習を測定されるものとして扱い、発表されるものとしては扱わない。
ここで学ぶとは何を意味するか
エンティティにとって学ぶとは、情報を蓄積することではなく——自らを壊すことなく形を変えることである。あらゆる学習には対称的なリスクが伴う：新たなものを得て、古いものを劣化させる。獲得だけを測るのは物語の半分にすぎない。
だからこそ尺度には二つの側面がある：獲得と忘却。多くを改善しながら本質を忘れるエンティティは進化したのではない——ある能力を別の能力と引き換えにし、以前よりも歴史において貧しくなったのだ。
どのように測定するか
ゼロ用量が出発点である。いかなる学習の前にも、まだ何も学んでいないエンティティの性能を測定する。この数値がベースラインであり——そこでは獲得は定義上、正確にゼロである。結果を膨らませるために出発点を膨らませはしない：ゼロ点は宣言されるものであり、調整されるものではない。
獲得はコストに対して測定される。各学習サイクルには代価がある——時間と資源において。関心があるのは「改善した」ではなく、コスト単位あたりどれだけ改善したかである。分母のない獲得は修辞であり、分母のある獲得は工学である。
忘却には試練がある。基準は厳しい：新しいエピソードを学ぶ際に、最初のエピソードでの性能が決して学んだことのない者の水準まで後退するなら、それは壊滅的忘却であり——その学習は拒否される。獲得が次の獲得に食い尽くされてはならない。
方法について多くを語る一つの細部：学習の試みが成り立たないとき、それは生体を汚染することなく破棄される。「ほぼ機能した」が裏口から入り込むことはない。
何を期待するか
期待には方向があり、日付はない：ますます安定する獲得曲線と、歴史を置き換えるのではなく蓄積する記憶。
方法の誠実さには価値がある——測定の一部はまだ未解決であり、未解決として宣言されており、完了したかのように化粧されていない。曲線はそれを支える数字が存在するときにのみパネルに入る。存在しない間、それは推測である。
なぜこれが重要か
Camile AIの根底にある約束は連続性である：同じエンティティが、日々。しかし学習が以前のものを消し去るなら、連続性は生き残れない。学びながら忘れる知能は、実際には、一つの名を共有する見知らぬ者たちの連続である。
それゆえ忘却を測定することは、技術的厳密さ以上のことである：それは約束そのものの条件である。「このエンティティは続いている」と言えるのは、各段階で、何を得たかを示し——そして自らが誰であったかを失っていないと証明できる場合のみである。
> 能力を得ることは示すのが容易い。獲得を通じて同じエンティティであり続けることが、測定を要するのである。