言うまでもなく、これは人間の知能の仕組みではありません。人間の知能は構成的であり、2つの空間からのデータペアの高密度サンプリングに明示的にさらされなくても、それらの空間の外積を理解できます。 本を読むとき、ほとんどの人は、テキストが日常の現実からどれほど離れていても、何が起こっているのかを視覚的に想像することができますが、これらの人々は何十億もの露骨なテキストとビデオのペアにさらされたことはありません。実際、彼らはそのようなデータにほとんど触れていませんでした。