A fontos megőrzésének és a felejtésre érdemesnek a kiválasztási módja komoly hatással lehet az MI-re. A jelen MI egyik problémája ugyanis a »katasztrofális emlékezés«, amikor egy témáról megtanul dolgokat, aztán teljesen más közegbe helyezik, és az alkalmazkodáshoz ki kell dobnia minden emlékét, köztük az új kontextusban hasznosakat is. A mai gépi tanulás egyáltalán nem jó régi infók megőrzésében, hasznosításában. Programozók sokat kísérleteznek régi infók új esetekhez kapcsolásával, hogy az algoritmusok mikor őrizzék, mikor töröljék őket.
A DeepMind mesterséges intelligenciáját különféle Atari-játékok szekvenciális használatát megtanuló algoritmussal bővítette, magyarán több kapcsolatot hoz létre, és folyamatosan tanul belőle. Nem hagyták, hogy az epizodikus emlékekhez hasonló adattöredékeket jegyezzen meg, hanem tanulnia kellett az adatokból. A mi agyunk is hasonlóan működik, minden nap minden részletének memorizálása helyett fontos epizodikus adatokat jegyez meg. Komoly lépés, de egyelőre korlátozott az algoritmus, és még távol vagyunk a gépi feledéstől.
Egyébként azt sem tudjuk, hogy az emberi agy hogyan teszi. Idegtudósok és MI-kutatók következő komoly kihívása, hogy megfejtsék. Mivel automatikus folyamatról van szó, nagyon nehéz feladat. Általában nem vesszük észre hogy mikor felejtjük el a felesleges részleteket, mert egyébként sem lenne szükségünk rájuk.”