一般而言，人類要花費較長時間才能背下一串無規律的電話號碼，但人工智能卻可以“不費力”地將這些信息存儲入硬盤，并且只要這些信息不被刪除，就會一直存儲在那里。然而，這種說法實際上存在一種哲學層面上的“語法混亂”。很多時候，人工智能有“記憶力”的說法只是一種隱喻，而且是一種糟糕的隱喻。嚴格地說，從哲學角度看，記憶力本身是胡塞爾所說的“意向性”活動的一種。因此，我們要論證機器有記憶力，首先要論證機器是有意向性的。

所謂“意向性”，是指通過某種內部心靈表征，間接指示某些外部對象的能力。“意向性”的要害是間接性。通過間接性，作為智慧生物的人類是知道下面這一基本原則的有效性的：自己心中所想未必就是世界中真實發生的事情——此即關于內部世界與外部世界之間界限的自覺意識。這種自覺意識對人類在環境中適應性的提高大有裨益。為了解這一點，我們不妨設想有這樣一種生物：它們無法知道自己的內部世界同外部世界的區別，認為自己的內部世界是對外部世界的直接表征。在這樣的情況下，這種生物就不會修正自己的錯誤、改進自己的行為模式——面對自然選擇時，這種生物便會滅絕。

記憶是一種意向性能力。與其他意向性能力類似，記憶并不保證對已發生的事實進行忠實記錄。人類的“自傳體記憶”就具有大量的虛構成分(如我們幼年時期的很多記憶往往都滲入了事后的信息加工)，這些虛構存在著不少與事實大致相符的成分，也存在著大量的錯誤想法——盡管在這些或大或小的錯誤中，有不少錯誤都不是致命的。不過，我們知道自己的記憶只能算是“基本可靠”，并且在需要精密追索自己的記憶內容時，會訴諸于其他信息載體(如日記、錄像等)。完全信賴自己記憶的人，往往會在行為上出現一些怪異性，如偏執、不聽勸等。

有些人會誤以為，人工智能可以避免上述麻煩，因為人工智能有對自身運行歷史的電子日記與內部“錄像”——因此，人工智能無需從外部尋找此類證據來核對自己的記憶。但這是對人工智能的一種誤解。我們可以設想，如何在自己的私人計算機上找到一篇之前存儲過記得主題但卻忘記了存儲位置的文章?當我們在使用檢索工具后仍無法找到此文章時，就可能手動檢索計算機中各個可能存儲的文件夾。然而，如果需要被檢索的信息量是海量的話，這樣的工作方式帶來的工作量將會是非常驚人的。

上述例子闡明的要點是：在計算機硬盤中存儲的信息，本身并非心智活動相關項的記憶內容。毋寧說，這些信息與存放在檔案柜里的檔案一樣，都是用來檢查記憶是否正確的外部證據。而這些信息(包括檔案信息)都可以被存儲在計算機的機殼內這一事實，卻使我們容易產生一些錯覺，認為這些信息已經內部化了。我們可以設想，如果在人的大腦中放置了一個超級小、容量卻驚人地大、存儲了海量信息的硬盤的話，那么我們是否會認為該大腦的記憶中就已包括了該硬盤內的內容?答案是否定的。因為該大腦還需要額外的心智努力，以便打開腦機接口的開關，進入硬盤內容的目錄樹，然后按照上文所述的思維流程尋找信息。而該硬盤中的大多數內容，在未被激活的狀況下，依然會處于主體的意識生命之外。

那么，如果我們將人類用自己的腦力在信息檔案庫中搜尋信息的工作，全部交付給人工智能去做的話，是否可以說其具有了記憶力?關于此問題，原則上可以給出肯定的答案，但更關鍵的問題是：我們到底應怎樣讓人工智能去做人類的信息檢索工作?對此，或許不少人會想到搜索引擎技術。但從根本上看，現在的搜索引擎都是由真實的人類腦力所驅動的。換言之，是具有各種感官、各種欲望與各種記憶的人類在使用此類技術，搜索引擎所記錄的搜索數據，是不能脫離整個活生生的人類社會而存在的。而我們當前所需要的技術，卻恰恰是要讓其取代人類、自己去搜索信息。因此，在這個問題上求助于現有的搜索引擎技術，通常是在緣木求魚。

對于怎樣讓人工智能去做人類的信息檢索工作這一問題，看似更為復雜卻實質上更有希望的解答方式是：我們可以做一個簡化版的機器意向性系統，并將記憶能力作為其中的一項子能力。該系統需要涉及的別的子能力將至少包括：意圖產生能力、內時間排序能力和基于經驗的語義推理能力。

1.意圖產生能力。人工智能也需要與人類一樣，在一定的意圖的驅使下進行信息檢索，因為這才是使檢索行為得以產生的“第一推動力”。這種意圖可能是基于某些先天要素(比如，維持人工智能自身的能量水平，而這又取決于人工智能系統自身的電池容量等先天因素)，也可能是基于某些后天的需要(比如，滿足用戶遞交給人工智能系統的某些要求)。我們理想中的人工智能系統，將為這些意圖的內部表征提供一整套內部的邏輯平臺。

2.內時間排序能力。人工智能需要對其運行歷史中發生的事件進行編號與排序。這種排序必須符合“內時間”原則，換言之，排序的結果需要根據系統的內部信息處理的方便性進行調整，而不能單純取決于相關事件發生的外部時間坐標。為闡明這一點，我們不妨舉個人類心理世界中的與之平行的例子。我們的記憶會根據事件的重要性，“歪曲”過往事件的時間坐標。比如，一個老兵回憶他在某次戰役中的生死經歷時，這一過程雖然可能在物理時間的意義上只占據了十分鐘，但其心理權重卻似乎像是一年那么長。這種“歪曲”帶來了巨大的信息整理方面的便利，因為記憶主體可以通過這種“歪曲”，對與那次戰斗相關的記憶檔案加以擴容，以便增加更多的信息細節，有利于日后的信息調取。顯然，這樣的能力對人工智能也是很有價值的。

3.基于經驗的語義推理能力。在信息檢索的過程中，人類往往根據關鍵詞所提供的網絡結構進行信息追索。不過，這樣的網絡結構本身必須能夠根據經驗進行后天修正(比如，一個人在得知海馬不是馬而是魚后，就會對其相關概念結構進行調整)，否則其檢索質量就會大打折扣。這也是我們希望人工智能所具備的能力。

綜上所述，記憶能力并不能落實為一個單獨的記憶功能模塊，而必須實現為上述這些復雜心智能力的衍生物，由此帶來的技術設計量顯然是很大的。更麻煩的是，目前基于深度學習的人工智能技術，在原則上并不具備對上述這些能力的模擬能力，而只能完成在特定類型的輸入與特定類型的輸出之間建立起映射關系的任務。然而，從哲學角度看，不進行此種對記憶的模擬，智能的本質特征——在運行資源有限的前提下，通過最少的能量投入獲取最大的系統適應性——就不能實現。因為，缺乏記憶的系統所能做的，只能是事無巨細地將所有發生過的事情全部攤在紙面上，陷入信息的海洋而不能自拔，并且會因為無謂的信息搜索浪費大量資源。然而，目前人工智能學界的主流信息檢索技術，或許已走上了一條從哲學角度上看毫無希望的“死路”。未來的人工智能發展，應重視記憶這一重要維度。