“預測即壓縮，壓縮即智能”。從神經科學的角度來看，人腦依然遠遠超過當前的大型語言模型（LLM）。盡管 LLM 的參數和連接數達到數萬億，但仍無法與人腦的復雜性相提并論。人類大腦的進化依賴于選擇和投注機制，以較低的容量實現更高效的信息處理。人工智能的注意力機制主要是基于算法和模型來實現的，雖然在功能上與人類的注意力機制有相似之處，但在實現原理和靈活性上存在顯著差異，例如對定性描述詞的理解。當前 AI 的局限性或在于其學習效率的低下，而非數據不足。真正的智能不僅是數據量的堆積，而是在于對信息的壓縮和提煉，類似于通過總結第一性原理的方式獲取更深層次的智能。