首先要有双摄像头来把真实世界在内存中生成虚拟空间及物体对象。
双摄像头还需要由工厂制作出类似眼睛转动的摄像头，转动角度是计算3维空间的重要参数。伺服系统自动把目标物聚焦于视像中心。这个就是眼睛把目标物聚焦于黄斑的过程。
对取得的双图像，进行解析，然后根据数据在电脑中生成3维虚拟立体空间、立体物体，就把自然空间数据化了，可以轻易进行空间运算，然后决策或判断。
这种技术初期可以将家庭环境进行虚拟数字转换，在电脑上可以像玩3d游戏一样穿梭在自己的几个屋子中。还可以将城市实景虚拟进电脑，
这种转换根据两眼距离一定（3角形底边），根据视角变化确定图像的远近。可用三角函数求得，也可根据常量参照求得。刘红石的网站上有立体原理及图像资源。
单幅图像可以根据透视原理估算距离，就如同我们估算照片中两个物体距离一样。
就如同独眼龙生活基本正常一样。
取得3维空间及物体（对象）以后，应该是物体属性的完善，这些属性应该是根据逻辑自行添加修改的。这有助于语言的完成：语言的名词就是物体的名称。但是物体的行为变化应该是动词，这个不知在物体属性中应该怎样实现。
语言的构成折射出大脑处理物体的逻辑。耳朵是为配合语言产生的。十聋九哑就是这个道理。哪种语言都有名词、动词、形容词，程序中应该有一个语言驱动模块，对物体属性组织后输出及对输入的解析。
智能还需加入时间轴，在时间轴上记录曾经关注过的物体。形成记忆。时间不是第四维空间，是智能逻辑的需要。
每个神经元都是一个被认识到的对象（或者神经元存储对象），里面存储对象的属性、方法。神经元的连接就是对象与对象的关系、联系。该联系是何种方式，神经元里也有控制。估计是当时联系的情景轮廓。
神经元的联系如果反复被访问，就可以加强，长的就健壮，反之总不被访问就会被逐渐吸收掉，形成忘记。该神经元总不被访问，也会被吸收（吸收前肯定任何连接也没有了）。刺激性事件形成神经元时就受激素影响比较强壮，并被短期反复使用（回忆），到一定度就成永久的了。
人的记忆是神经元的连接，如果这个链接足够强壮，他就不会“忘记”这个强壮是受访问刺激而来的，总是访问这个连接，该链接就得到系统支持，得到生长物质，变得强壮。相反总不被访问就会被组织逐渐吸收，断开，该记忆就忘了。
电脑系统模拟就可以对记忆强度置为1，每被访问一次该值加5。访问10次以上的置为半永久。每1个月该值减2，减为0的就丢进垃圾箱，垃圾箱中超过5天的删除。
这样就模拟了神经的吸收过程。
胎儿在母体中即对自身可调用系统进行调用，取得运行反馈参数，机器的可调用（运动）系统也可以逐个测试，取得运行参数（需要在被感觉状态下）。人脑是一个全部自适应系统，在使用（或玩耍）中取得总结出最优参数。
婴儿时期有几个典型现象值得研究：1、还不会走路时小孩对藏猫猫（逗用毛巾遮挡自己，然后撤去毛巾，让自己出现在小孩面前）极度兴奋，并大笑。这应该是一种基本逻辑的建立，大脑并对这种建立给予了奖励表现为大笑。2.刚会走路后对前一种已失去兴趣，却对抽屉或柜门的开关展现出巨大的兴趣，这应该是对空间变化、自身对物体对象作用后的现象这种行为建立的模型。这两种认识小孩原来是没有的，在后期建立，请高智商人才研究该现象后的模型，这是人工智能必须跨过的门槛。
大笑是大脑对新建立的某种联系的奖励的外在表现，各种幽默大都是不同对象的新联系的建立。


文采不好，有些乱，勿喷

智能不需要构建3D模型
我们所谓的3D想象能力也是想动画片一样的2D想象
个人认识

智能就是智能，和视觉听觉等没太大关系，主要涉及逻辑推理，记忆联想之类，。。。

智能需要根据虚拟的现实进行判断。比如前边是不是坑，是不是有坨屎，再根据经验决定是不是需要躲避还是指挥动力机构踩过去。
人工智能编程1 说的是纯逻辑，或叫智慧。逻辑素材还是需要感觉认识到以后才能进行逻辑运行。没有逻辑的人，智商也能有二三十吧，一样劳动、吃饭活一辈子。
小孩对电脑游戏特别痴迷，这里大部分是大脑的逻辑、记忆活动，大脑对这种激烈的活动是支持的，即使停下来不玩了，那部分仍处于活跃与主导状态，其他活动与之比较，就毫无兴趣了。这就是痴迷与难改的原因。如果想改电脑瘾，就只有让大脑做其他事情，转移注意力，为游戏建立的神经元与连接访问量减小，随着时间的推移逐渐被吸收，达到忘却，因当时的活动是强烈而且是主要负荷，所以该部分记忆很深刻，年龄也正是记忆建立的旺盛期，极难忘记。所以18以下不玩大量游戏很必要。

可以不建立虚拟三维空间，但必须能对物体的三维进行运算及定位。人脑处理现实3维空间是不连续、片段性的，我们不必特意模拟这种现象，但在电脑建立虚拟3维空间不是更好吗？更容易吗？现在的电脑完全支持得起。
我们必须先让机器人活在现实空间，再慢慢升级它的智商、智能。况且，给电脑设计出一个自适应系统+各种感觉器后，他自己就会产生智能。现在的数学、文化、知识是人这种动物后来总结的。石器时代的人就是一个适应现实的机器，那时没有多少知识、科学、数学、逻辑题。甚至连语言都很匮乏。

要考虑复杂度的，电脑很差劲的

物体的轮廓可以是平面的，也可以是立体的，大多数情况下是平面的，把虚拟空间中的立体平面化（忽略纵向信息）。也可以是立体比对。或是立体的局部比对。
因物体已存在到虚拟空间，对其如何提取就是逻辑问题了。现在的3维软件都能做到。
在虚拟空间，就可以实现想象，把物体压缩、拉伸、断开，就能实现物体层面的想象和假设。
虚拟空间的物体是非完整的，解析出多少就是多少，一般只能取得看到的面。翻来覆去看就是为了完善该物体。完善了该物体，以后才可能有模板以此去推论同类物体。
放大和缩小的比对可以用矢量法或特征与大小无关法


对于立体视觉，得到立体空间，物体虽然颜色相同，但位置不同，自然就是能区分物体的，然后再根据物体轮廓比对相似体。如果是智能，会试图看该物体的不同视角。动物通过玩耍就是来完成常见物体的整体。有了整体模板，才有可能推论同类物体看不见那面的情况。
如果是平面图，需要用逻辑解析，按透视原理解析出远近距离，不符合透视规则的该方法得不出距离，理解为贴片。小孩子的蜡笔画就是此类。


反对，没有信号输入或信号输入量过小的智能发展必然非常慢！