Uzun süre boyunca çalışan yapay zeka ajanları, birden fazla amaca hizmet eden deneyimler biriktiriyor ve genellikle aynı olayların çelişkili yorumlarını sürdürmek zorunda kalıyor. Araştırmacılar bu soruna yönelik yenilikçi bir çözüm geliştirdi.
Yeni 'Rashomon Hafızası' mimarisinde, paralel çalışan hedef odaklı ajanlar deneyimleri kendi önceliklerine göre kodluyor ve sorgu anında argümantasyon yoluyla müzakere ediyor. Her perspektif kendi ontolojisini ve bilgi grafiğini koruyor.
Sistemin çalışma prensibi oldukça ilginç: Bilgi getirme aşamasında farklı perspektifler yorumlar öneriyor, birbirlerinin önerilerini asimetrik alan bilgisi kullanarak eleştiriyor ve Dung'un argümantasyon semantiği hangi önerilerin ayakta kalacağını belirliyor.
Bu yaklaşımın en önemli avantajı, ortaya çıkan saldırı grafiğinin aynı zamanda bir açıklama işlevi görmesi. Sistem böylece sadece bilgi depolamıyor, aynı zamanda farklı bakış açılarının nasıl çeliştiğini ve hangi argümanların daha güçlü olduğunu da gösteriyor.
Mevcut hafıza mimarileri tek bir doğru kodlama varsayar ya da en iyi ihtimalle birleşik depolama üzerinde çoklu görünümleri destekler. Yeni sistem ise gerçek hayattaki karmaşık durumları daha iyi modelleyebiliyor.