人脑思考时会走神，会根据使用经验自动遗忘自己不常用的知识。
对AI而言，可用数据量越大越好，而人脑不然，细节太多就会出现魔鬼缠身的局面，反而更不容易抓住重点，工作效率明显下降以至于完全无法进展。
目前来看，这个封印关系到，防止因大脑容量不足而造成计算溢出的自我保护机制。该机制的优先级被设置得太高，造成的后果就是，人脑要花费太多时间，去记忆不多的相互无关的数据。
最新的研究表明，人脑在学习新的知识之前和之后，都需要进入睡眠。油管上有个TED讲座，Matt Walker做的Sleep is your superpower，其中就说到这一发现。
个人经验，做梦时大脑对于记忆的提取，存在多个层面，相互协同但不共享视野。比如上一秒还完全不知道答案的问题，下一秒会自动生成答案，而醒来之后会发现，这答案其实也只是清醒时记忆的一部分，甚至是完全错误、明显不合理的版本。
所以做梦有些象放电影，大脑的深/浅层负责调配安排放映的内容；浅/表层负责观赏，事先完全不知道放映内容。在做梦时，会有几部电影在各层同时播放，比如梦到自己梦醒了，然后真的醒来，发现刚才仍然是梦境中的一段。
总之，用AI模拟人脑，任重道远，至少AI还不会做梦，也不会上面提到的多层操作。当然，我们对梦的机理的有限认知，更将是AI未来发展的绊脚石。