Combien pourrait
peser une vie ?

COF donne un passé aux personnages IA. La question suivante, évidente, est la taille d'un passé : combien de souvenirs autobiographiques une personne garde-t-elle — les moments de sa propre vie, pas les connaissances qu'elle a accumulées — et combien d'octets prendraient-ils si chacun était écrit avec ses traces sensorielles ? Personne n'a mesuré ni l'un ni l'autre. Cette page dit ce que la recherche sait, propose une hypothèse de travail, vous laisse tester la vôtre, et en tire la conséquence pour un fichier qui contiendrait toute une vie.

Des ordres de grandeur, pas des mesures. Chaque chiffre ci-dessous dit d'où il vient.

Combien de souvenirs autobiographiques, selon la recherche

Francis Galton a posé la question le premier, en 1879, en expérimentant sur ses propres associations : combien d'épisodes de ma propre vie puis-je réellement faire revenir ? (Pas ce qu'il savait — le latin, le nom des plantes, les rues de Londres — mais ce qui lui était arrivé.) Sa réponse — les épisodes qui avaient échappé à l'oubli étaient à compter par centaines ou par milliers, certainement pas par millions — tient depuis un siècle et demi. La seule tentative de mesure directe (Crovitz & Schiffman, 1974 ; intégrée par Crovitz, Schiffman & Apter, 1991) a soumis des personnes à des mots-indices, daté chaque souvenir, ajusté une loi de puissance à la façon dont les souvenirs se raréfient avec l'ancienneté, puis l'a intégrée : 224 épisodes accessibles pour les vingt années précédant le test, une borne inférieure en bas de la fourchette de Galton ; Dudai, qui la passe en revue, note que la fonction ajustée sous-estime très probablement le total. Les journaux intimes racontent l'autre versant : Willem Wagenaar a noté environ 2 400 événements en six ans — à peu près un par jour, à dessein — et, quand il s'est testé, environ un cinquième semblait perdu ; mais une fois les bons indices donnés, il ne pouvait affirmer qu'aucun événement ait été complètement oublié. La reconnaissance va plus loin encore : on reconnaît des milliers d'images vues une seule fois (Standing, 1973). La revue de Yadin Dudai (1997) résume l'échelle en une ligne : le rappel des épisodes essentiels se compte en milliers, la reconnaissance atteint un ordre de grandeur de plus, et si vous aviez gardé un épisode par jour, vous en auriez 25 000 à soixante-dix ans.

Cent souvenirs par an n'est donc pas une mesure, mais c'est une position défendable : c'est le haut de ce que Galton comptait, le quart de ce que Wagenaar jugeait digne d'être noté, et l'ordre de grandeur que Dudai donne pour les épisodes essentiels. Sur cinquante ans, cela fait environ cinq mille — le nombre que cette page retiendra. Avec des indices, multipliez par cinq ou dix ; avec une mémoire exceptionnelle (les cas d'HSAM étudiés par LePort et ses collègues se souviennent de presque chaque jour), par beaucoup plus.

Ils ne sont pas répartis également sur une vie

Deux choses déterminent où se placent les souvenirs. Presque rien ne survit d'avant trois ou quatre ans (l'amnésie infantile). Et une part disproportionnée vient des années entre dix et trente ans — le pic de réminiscence, le résultat le plus répliqué du domaine (Rubin & Schulkind, 1997). Ensuite, les années de routine laissent peu de souvenirs distincts, jusqu'aux dernières années, encore fraîches. Les neuf souvenirs que Clara Mercier — le personnage d'exemple fictif livré avec COF, dont le fichier (seize souvenirs en tout) sert d'étalon à chaque chiffre de cette page — garde à 65 ans suivent justement ce profil ; c'est aussi celui que devraient suivre les presets d'un personnage, et la raison pour laquelle le preset de l'enfance de Clara garde un souvenir là où son moi de 65 ans en garde neuf.

Deux façons de se souvenir — et ce qui pèse

Tous les souvenirs autobiographiques ne sont pas de même nature. Endel Tulving a distingué se souvenir — revenir en arrière, avec des images, un son, la sensation d'un lieu — de savoir : pouvoir dire que quelque chose est arrivé, et le raconter, sans le revoir. Le premier dépend avant tout de l'imagerie visuelle (Rubin, Schrauf & Greenberg, 2003) ; les personnes sans imagerie mentale se rappellent leur propre passé avec moins de détails et moins d'assurance (Monzel et al., 2024), et dans l'affection rare appelée SDAM, une personne connaît les faits de sa vie sans pouvoir en revivre aucun (Palombo et al., 2015). L'ouïe vient en second. L'odorat est à part : les souvenirs déclenchés par une odeur sont plus anciens, plus rares, plus intenses, moins souvent revisités (Willander & Larsson, 2006). Le toucher n'a aucun chiffre.

Cela compte pour le poids, car seuls les souvenirs revécus portent des traces sensorielles, et seules les traces sensorielles pèsent quelque chose. Un souvenir su, ce sont quelques lignes de texte : des kilo-octets. Un souvenir revécu, c'est une image ou trois, peut-être un son, peut-être quelques secondes de film : de quelques centaines de kilo-octets à quelques mégaoctets. Aucune étude ne mesure la part de chacun ; déduire que l'essentiel d'une vie est su plutôt que revécu est raisonnable, pas démontré. Le calculateur ci-dessous fait de cette part un curseur.

Et les mille chansons que vous connaissez ?

La musique semble faire exception. La plupart des gens peuvent rejouer des centaines de morceaux dans leur tête, certains presque note pour note, et un musicien professionnel possède un répertoire qui écraserait le décompte ci-dessus. Deux choses que dit la recherche la font rentrer dans le cadre. D'abord, une chanson connue n'est pas un souvenir autobiographique : c'est une connaissance, stockée avec le vocabulaire et les visages que l'on reconnaît, et elle survit quand la mémoire épisodique s'en va — les régions du cerveau qui gardent la musique connue de longue date sont parmi les dernières épargnées dans la maladie d'Alzheimer avancée (Jacobsen et al., 2015). La soirée où vous avez dansé dessus est le souvenir ; la chanson est ce vers quoi le souvenir pointe. Ensuite, une chanson est stockée comme une structure, pas comme un son : mélodie, rythme et paroles, calés sur une tonalité et un tempo étonnamment exacts (la plupart des gens chantent des enregistrements familiers à la hauteur d'origine ou tout près, à deux demi-tons près, et la plupart à moins de 8 % du tempo d'origine — Levitin, 1994 ; Levitin & Cook, 1996), le reste étant régénéré à partir d'une grammaire apprise de la tonalité et de la métrique (Huron, 2006 ; Pearce, 2018). C'est pourquoi un musicien retient bien mieux un morceau structuré que les mêmes notes mélangées (Halpern & Bower, 1982), et pourquoi une chanson se compresse bien mieux qu'une soirée : une mélodie avec ses paroles, ce sont quelques kilo-octets de symboles, un mégaoctet seulement sous forme d'enregistrement. Dans un fichier, un morceau de musique est donc une référence — un titre, quelques mesures, une trace de dix secondes comme la rivière le soir — rattachée aux souvenirs auxquels il appartient, pas mille enregistrements. L'enveloppe ci-dessous ne bouge pas.

Il en va de même pour la connaissance en général : les souvenirs de COF sont autobiographiques par conception — des moments et des périodes de la vie d'un personnage — et la connaissance qu'un personnage a de son monde vit dans sa personnalité et ses documents. Rien n'interdit à un auteur d'écrire une connaissance sous forme de souvenir quand l'histoire le veut (un secret sur son monde que seul le personnage détient, appris une nuit et gardé), mais ce n'est pas ce que compte cette page.

La même forme que le fichier

Le modèle de la mémoire autobiographique de Martin Conway (Conway & Pleydell-Pearce, 2000) la décrit en trois niveaux : les périodes de vie, les événements généraux et les connaissances spécifiques à l'événement — les détails sensoriels et perceptifs qui rendent un moment vivant. Un fichier COF contient les trois mêmes : des périodes, des moments, et les médias attachés à un moment. La correspondance n'a pas été voulue ; elle est sortie de la question de ce dont un outil a besoin. Elle n'en est pas moins rassurante.

• périodes de vie
  les années d'agence, les années de la guerre des IA — une period COF, avec sa durée
• événements généraux
  le premier matin dans l'atelier, la soirée sur le quai — un moment COF, avec son résumé, quand, où, avec qui
• connaissances spécifiques à l'événement
  la lumière sur le bureau, le bruit de la rivière — les media du moment : une image, un son, un clip, quelques phrases dont on se souvient

Ce que pèse un souvenir, mesuré

Le seul ensemble de souvenirs qui existe dans le format est celui de Clara : seize nœuds, trente et un médias, écrits pour l'exemple 1.1. Plutôt que de deviner, voici ce qu'ils pèsent dans le fichier. Ses images sont pour la plupart des JPEG de 1248 × 832 — environ un mégapixel, la taille que produisent les générateurs aujourd'hui ; son unique clip dure dix secondes en 480p ; son unique son dure dix secondes.

Mesuré sur spec/examples/10-clara-mercier, COF 1.1. Le personnage entier, avec ses visages, sa voix et ses clips de mouvement, fait 21 Mo décompressé — 15,5 Mo en .cof.

En pratique, un souvenir avec une image pèse donc un quart de mégaoctet ; un souvenir riche, trois images et un clip, un mégaoctet. Triplez la résolution — une photo de téléphone plutôt qu'une image générée, du 1080p plutôt que du 480p — et les mêmes souvenirs pèsent trois fois plus. Un mégaoctet par souvenir revécu est donc une moyenne honnête aux tailles d'aujourd'hui, à un facteur trois près dans un sens ou dans l'autre selon ce que l'on garde.

Essayez vos propres chiffres

Chaque hypothèse ci-dessus est ici un réglage. Les valeurs par défaut sont l'hypothèse de travail : cent souvenirs par an à partir de trois ans, tous revécus plutôt que simplement sus, avec un mélange de médias légers, standard et riches calibrés sur le fichier de Clara et mis à l'échelle de médias de qualité téléphone. Changez ce que vous voulez.

Ce que cela implique pour un fichier

Prenez l'hypothèse de travail au sérieux, et l'enveloppe d'un personnage quasi exhaustif — une vie entière de souvenirs autobiographiques, aux tailles de médias d'aujourd'hui — est de quelques gigaoctets. Ce n'est pas un problème. C'est un DVD, quelques pour cent d'un téléphone. Le format le gère déjà : un .cof est un conteneur ZIP (zip64 accepté) dont les deux premières entrées l'identifient et contiennent le manifeste, si bien qu'un lecteur sait ce qu'il contient avant de rien extraire ; les médias sont extraits à la demande ; le builder signale un souvenir de plus de trois images, et une vidéo de plus de 20 Mo doit être validée sur son souvenir. Le reste d'un personnage — références, échantillons de voix, modèle 3D, clips de mouvement — est bien plus léger que son passé.

Une enveloppe de travail, pas une règle du format : COF n'impose aucune limite à un fichier. C'est ce qu'une plateforme pourrait prévoir : un personnage complet tient sur un téléphone, avec de la place à revendre.

Une question ouverte : un souvenir comme espace latent

On peut poser la question plus profondément. Un esprit humain ne range pas son passé en cinq mille documents. Les souvenirs sont reconstruits à partir de traces dispersées, chaque rappel colore le suivant, et l'ensemble est porté par des poids de connexion — un espace latent, dans le vocabulaire d'aujourd'hui — où ce qui ressemble à quoi est la structure elle-même. Si l'on pouvait rassembler, reconstruire ou écrire une vie entière de souvenirs, la forme la plus fidèle pour eux ne serait peut-être pas du tout une archive : ce pourrait être un modèle, un ensemble de poids entraînés sur eux, dans lequel chaque lien entre souvenirs existe sans avoir été déclaré. C'est un programme de recherche à lui seul, et un programme fascinant.

Il vaut la peine d'être clair sur ce que cela coûterait. Les poids sont opaques : on ne peut pas les ouvrir et y lire un souvenir. On ne peut pas les modifier un souvenir à la fois. Et ils ne savent pas oublier de façon fiable — retirer un exemple d'entraînement d'un modèle est un problème non résolu (Bourtoule et al., 2021), ce qui veut dire qu'une personne réelle qui retirerait son consentement, ou un utilisateur qui demanderait la purge d'un souvenir personnel, ne pourrait pas être respecté. Tout ce que COF a été conçu pour garantir — lire, modifier, purger, emporter ses propres données — vit dans l'archive.

Le cerveau, justement, ne choisit pas. Le modèle de référence (McClelland, McNaughton & O'Reilly, 1995) décrit deux systèmes complémentaires : une mémoire épisodique rapide qui garde séparément les événements du jour, et une mémoire corticale lente qui les intègre avec le temps en une structure générale ; la consolidation est l'entraînement. Une archive et un espace latent, côte à côte, l'une nourrissant l'autre. COF porte déjà les deux sortes de choses pour les visages — des images de référence à côté du LoRA entraîné sur elles — et le même schéma convient aux souvenirs : le graphe comme source de vérité, et à côté une consolidation — un adaptateur entraîné sur les souvenirs — dérivée, régénérable, jetée et reconstruite quand l'archive change, de sorte qu'une purge soit respectée par un réentraînement plutôt que par un espoir.

Voici donc l'étude que nous aimerions que quelqu'un mène. Prendre quelques milliers de souvenirs — écrits pour un personnage fictif, ou reconstruits avec consentement à partir d'une vie réelle —, entraîner un adaptateur sur eux, et mesurer trois choses : si le modèle retrouve les liens que déclare le graphe (après, parce que, à propos de) sans qu'on les lui dise ; s'il trouve des liens que l'auteur n'a pas déclarés et qu'un lecteur accepterait ; et si le réentraînement après une purge ne laisse aucune trace de ce qui a été retiré. Une première étape moins coûteuse existe dès aujourd'hui : un embedding par souvenir, un index vectoriel transporté comme fichier dérivé — un espace latent que l'on peut encore relire jusqu'à sa source. Si les réponses sont bonnes, la forme ultime de la mémoire d'un personnage pourrait bien être un modèle. Il lui faudra toujours son archive, pour la même raison qu'il nous faut la nôtre : pouvoir dire ce qui s'est passé.

Sources