GLP-1薬が食欲抑制に効果的であることが証明されたとき、人々は「自然にGLP-1を高める」食品について語り合いました。しかし、これはメカニズムを完全に見落としています。 GLP-1作動薬の治療用量は、約6,000倍のピーク内因性レベルで作用します。 GLP-1は「食欲ホルモン」ではありません。それは空腹を調節する多くの信号の一つに過ぎません。 カフェインはドーパミン作動性やアドレナリン作動性の経路を通じて食欲を抑制しますが、それが食欲ホルモンであるというわけではありません。 薬理学的なGLP-1がこれほど強力なのは、正しいレバーを見つけたからではありません。それは、一つのレバーを強く引いて他のすべてのレバーを圧倒したことです。 同様に、予測トークン生成はすべての知能の基盤ではありませんが、多くの要因の一つであることはわかっています。 しかしGLP-1は私たちに教えてくれたことがあります。単一の寄与機構を数桁増幅すれば、その機構は参加するより大きなシステムに対してほぼ完全な機能制御を達成できるのです。 食欲ネットワーク全体を再現する必要はありません。あるコンポーネントを自然な動作範囲をはるかに超えてスケールすればいいのです。 そこで疑問はこうです:予測トークン生成は知能に対するGLP-1の食欲の効果と同じでしょうか? 自然なスケールでは一つの寄与者に過ぎないメカニズムが、1万倍のスケールで機能的に十分になるのでしょうか? 予測が知能だからではなく、十分な規模で予測が知能の行動を十分に模倣し、運用上見て区別がつかないからです。