这些例子的共同点是，它们都涉及“反事实信息的产生”，即在没有直接感官信息输入的情况下产生对应的感觉。我们称其为“反事实”，因为它涉及对过去的记忆、或对未来行为的预测，而不是正在发生的实际事件。我们还用了“产生”一词，因为它不仅仅是信息处理，还是一个创造和测试假想情景的积极过程。在感官输入从低级别脑区向高级别脑区流动的单向“前馈”过程中，感官输入会被压缩成更抽象的感官表征。但神经心理学研究显示，无论这种前馈流动过程多么复杂，都与意识体验无关。要有意识的参与，还需要从高级别脑区向低级别脑区发送反馈。
具备了产生反事实信息的能力，意识体便可从当前环境中脱离出来，做出非反射性的行为，如等上三秒再行动。要想产生反事实信息，我们需要建立一个掌握了外部世界统计学规律的“内部模型”，依靠该模型完成推理、运动控制和精神模拟等活动。
目前的人工智能已经有了复杂的训练模型，但还要依赖人类提供的数据才能学习。若有了产生反事实信息的能力，人工智能便可自己生成数据，自己想象未来可能遇到的情况，从而更灵活地适应之前未遇见过的新情境。此外，这还能使人工智能拥有好奇心。如果人工智能不确定未来会发生什么，就会亲自去试一试。
目前已经有研究团队在尝试为人工智能配备这种能力了，并且已经有那么几次，人工智能似乎做出了意料之外的行为。在一项实验中，研究人员模拟了一套能够驾驶卡车的人工智能系统。若想让其爬上山坡，通常需要人类将这一动作设为任务目标，由人工智能找出完成该任务的最佳路径。但具备了好奇心的人工智能系统却将山坡看成一个问题，即使没有人类的指令，也会主动寻找爬上山坡的方法。不过该发现还需要进一步研究来验证。
若将“回顾”和“想象”看作意识的两大要素，我们迟早会开发出有意识的人工智能，因为这两项功能对任何机器都十分有用。我们希望机器能解释自己做事的方式和原因。而要打造出这样的机器，也能锻炼我们自己的想象力。这将是对意识“产生反事实信息”能力的终极考验。（叶子）
