我认为我们应该从大型语言模型（LLMs）取得的巨大成功中得出一个结论，那就是人类知识和社会中有多少内容存在于非常低的Kolmogorov复杂性水平。 我们正进入一个时代，在这个时代中，人类文化艺术品的最小表示... (1/12)

...将会是一个通用的 LLM 提示。这些提示将会比实际的工件更紧凑几个数量级。例如，编码代理的巨大成功表明，大多数软件工件的源代码是几个数量级的... (2/12)

...比明确指定该软件工件所需的真正最小算法表示要膨胀得多。同样适用于人类的写作、研究、交流。通过成为算法信息的高效解压器，LLMs 已经... (3/12)

...揭示了我们自身冗长的可怕程度。这种冗长的部分无疑源于我们正式表示语言（如编程语言）的局限性。但其中一部分似乎也是固有的，可能是作为人类错误修正的一种手段。(4/12)

当预期的解压器非常有损（就像人类思维一样）时，使用大量同义词和语法修饰来过度指定表示似乎是明智的。当预期的解压器更接近完美无损（如大型语言模型（LLMs）正在迅速成为的那样）时，这就显得不那么合理了。（5/12）

数学和物理学代表了有趣的测试案例。数学中的公理化过程是一种算法压缩形式：所有真实的定理总是"包含"在公理和推理规则的表示中，但这个过程... (6/12)

...解压这个表示可能是任意困难的。然而，解压（定理证明）和压缩（逆数学）过程的细节在某种意义上才是真正的数学兴趣所在。物理学也是如此。(7/12)

如果一个人足够天真，可能会声称物理学是关于寻找物质宇宙的最小算法压缩。然而，(解)压缩的细节最终才是重要的。仅仅找到宇宙的最小表示... (8/12)

...并不会“解决物理学”，就像发现 ZFC 公理并没有“解决数学”一样。[如果有人相信，正如我所相信的，宇宙最终可以用计算术语来建模，那么在某种意义上，这种表示已经存在：它是一个通用图灵机。] (9/12)

大型语言模型（LLMs）在算法信息的解压缩方面表现出色，它们在定理证明和软件开发中的成功就是证明。它们在压缩方面的能力目前似乎不太明确。然而，发现最小表示形式，... (10/12)

...无论是机智的格言还是妙语（目前的LLM在这方面普遍糟糕），还是表征数学美的压缩公理化表达（目前的LLM在这方面大多未经测试），都是深刻人类智慧的标志之一。 (11/12)

所以我认为，效率和无损性在压缩和解压缩方面变得越来越明显，它们共同代表了我们可以开始参数化可能的（智能）思维空间的四个潜在轴线。 但其他的是什么呢？ (12/12)