//@曼巴投资:非常好的思维角度，对大模型，甚至对人学习知识的方法，都有了更深入的理解。比如，人的视觉（视频）、其他感官（听觉、嗅觉等），接受了很多，但大部分都冗余了，我们不会记得，貌似是无感的，但其实是下意识的，是必要的。
而语言是高度意识的，是甚至于是结构化的，但“语言只是锦上添花，我们需要蛋糕来支持糖衣”，说的太棒了。
对文中数据也很感兴趣，我用excel逐个数据核算了下。一点小更正，20mb=20*1024*1024是12的174.7万倍。。而不是1600万倍。
交叉验证：
4岁小孩，看到的东西，因为看是文字的160万倍，所以，相当于640万倍，也就算比前边大模型10万年，多了64倍。说50倍是合适的。如果“1600万倍，那么是500倍才合适”。查看图片