Même destination, histoire différente.
Deux exécutions peuvent finir près l'une de l'autre tout en ayant traversé des chemins très différents.
Geometric Memory
Un état n'explique pas toujours comment on y est arrivé.
Geometric Memory déplace l'attention de la valeur courante vers la trajectoire, les précédents et les différences de chemin qui peuvent être invisibles dans une lecture purement data-centric.
La mémoire comme précédent.
L'intérêt est de comparer un chemin actuel à des expériences antérieures, sans supposer qu'un seul état résume tout.
Évolution
La théorie a changé avec les mesures.
Certaines formulations initiales ont été corrigées lorsque l'exécution et les corpus ont montré leurs limites. Cette capacité à réviser le modèle fait partie du travail, pas d'un défaut à masquer.
Une représentation globale semblait suffisante.
La première formulation était plus simple et plus ambitieuse.
Le comportement à l'échelle n'a pas confirmé tout ce qui était attendu.
La mesure a obligé à distinguer ce qui était établi de ce qui ne l'était pas.
Le raisonnement devient plus local et plus prudent.
Les précédents proches prennent davantage d'importance.
La trajectoire reste centrale, avec des limites explicites.
Une mémoire utile doit aussi savoir retourner qu'elle ne peut pas déterminer.