不必说，这并不是人类智能的运作方式。人类智能是组合性的，这意味着你可以理解两个空间的交叉产品，而不需要明确接触到来自这些空间的数据对的密集采样。 在阅读一本书时，大多数人可以在视觉上想象正在发生的事情，无论文本与日常现实相距多远——而这些人从未接触过数十亿对明确的文本：视频数据。事实上，他们几乎没有接触过这样的数据。