Pročitaj mi članakKada je Google predstavio Titans AI, prvi put se pojavila tehnologija koja ne samo da obrađuje informacije, već i pamti ono što proceni da je važno. To više nije standardni softver koji radi na osnovu unapred naučenih podataka — to je sistem koji uči dok razgovara sa ljudima, i menja se kroz taj proces. To pokreće pitanje koje do sada nismo morali da postavljamo: šta se dešava kada mašina sama bira šta zaslužuje mesto u njenom pamćenju?
Када је Google крајем 2025. године представио Titans архитектуру и MIRAS оквир, свет вештачке интелигенције направио је корак који се не може лако повући. По први пут је омогућено да модел не само тумачи улаз, већ да из њега учествује у креирању дугорочног сећања, без поновног тренинга, и без класичне идеје да “AI учи само у лабораторији”. Тај тренутак означава границу између досадашње, у неку руку пасивне машинске интелигенције, и нове, саморазвијајуће интелигенције, која мења себе током саме употребе.
У техничком смислу, Titans надмашује раније архитектуре. Он обрађује секвенце дужине до два милиона токена са линеарним растом трошка, омогућавајући контекст, повезивање и анализу дубине која је до сада била недостижна. AI са овом способношћу може сажимати, повезивати и чувати конкретне информације, слично људском механизму памћења: не памћење свега, већ памћење онога што се процени као важно.
Онај ко контролише памћење AI – контролише истину.
И управо ту почиње сложенији део приче.
Селективно памћење – технички напредак или механизам сузбијања?
Titans архитектура не бележи сваки податак. Она бира. Параметар који одлучује шта је “вредно записа” заснива се на систему “изненађења” — разлици између очекиваног и добијеног. Уколико модел процени да је информација значајна, она постаје део дугорочне структуре. Ако није, једноставно се одбацује.
То је, са становишта ефикасности, логично. Чак и људски мозак функционише на принципу економије. Међутим, за вештачку интелигенцију која ради у глобалном комуникационом простору, питање се мења: ко одређује критеријум важности?
Техничка документација говори о алгоритму, али алгоритми нису спонтане појаве. Они су људски избор. То значи да модели ове врсте не памте свет какав јесте — већ свет какав је одређено да је вредно памтити.
Од информације до интерпретације
Сваки историјски период имао је свој оквир дозволеног разумевања стварности. У ери штампаних медија, тај оквир је био уредничка политика. У ери телевизије — програмски одбор. На друштвеним мрежама — алгоритам препоручивања.
У Titans ери, оквир постаје — памет која се самообликује. Ако AI памти на основу правила које није транспарентно, без јавног увида и без могућности независне ревизије, онда памћење не постаје запис, већ филтер. Знање се више не чува — оно се распоређује према правилу корисности. Правило корисности, по дефиницији, није неутрално.
Технологија изван јавног надзора
Највећа промена није у томе да AI памти.
Највећа промена је то што AI памти за приватног власника, у систему који није друштвено власништво, а утиче на друштвене процесе.
За разлику од библиотека, архива или отворених академских система — AI памћење није универзално доступно. Оно је власништво као и сваки други ресурс.
Када памћење може да се обликује, а приступ ограничити, истина постаје инфраструктурно ограничење, а не филозофско питање.
AI који моделира мишљење, а не само одговара на питања
Главна разлика између старијих и нових модела јесте то што сада вештачка интелигенција не реагује само на унос, већ га процењује као део свог будућег понашања. Она не само да преноси информацију кориснику, већ и информацију корисника претвара у елемент свог идентитета.
Укратко: корисник више не пита машину — он учествује у њеном обликовању.
Тиме се у потпуности мења однос јавности и технологије: уместо да AI одражава друштвене процесе, друштвени процеси могу постепено почети да одражавају AI смернице, поготово када се модел користи у образовању, медијима, администрацији и јавним сервисима.
Закључак: Памћење као ресурс — будућност или упозорење
Titans технологија представља изузетан технички напредак и вероватно први корак ка AI која неће бити везана за тренутак уља. Могућности су огромне — од медицине, преко истраживања, до научног архивирања. Али, као и свака инфраструктура, она носи и потенцијал за неприметан утицај.
Питање није да ли ће будуће генерације AI модела памтити. Питање је по ком принципу ће памтити. И хоће ли критеријум памћења бити заснован на истини — или на користи онога ко инфраструктуру поседује.
