一种模式是直觉模式，判断是基于条件反射，视觉感知 触发到 直接条件反射（从经历中沉淀形成的神经信息闭环），类似现在自动驾驶技术的传统AI模式。
另一种模式是物理时空图式推理模式，判断是基于预判预测，人脑把物理世界的物理动态时空规则（规律）图像已经编码为脑内符号（语言或图式）系统，通过预判预测的思维链推理过程（语言符号或物理时空图式的推理运算，映射推理出了物理世界的后续时空图像，作出反馈的动作选择），根据物理时空场景（时空图式上下文），预判得出可能的潜在危险形式（物理时空图式），这个预判推理模式概念可类比于deepseek等推理模式概念。
训练人工智能，对物理世界的物理动态时空规则（规律）图像进行编码，编码为系统内的符号（语言或图式）推理模式系统，应用到智能驾驶技术的开发中。
做各种物理实验，把实验设计、实验中各实体相关性、实体物理参数进行描述，描述形式为文字化形式、数学符号形式、数学几何图形图式等的组合，这些描述前提作为物理现象的语言图式符号形式端（抽象思考）。把整个实验过程分解，实验过程细节化、步骤化、流程化、结构化，并全部对此以图像化、视频化的记录，这些实验过程的图像视频记录作为物理现象的图像感知形式端（视觉感知）。两者以映射关系投喂来训练人工智能，让人工智能具有识别实体物理现象与语言形式图形模式之间的相关性的能力，等效于对具象物理世界进行语言化图式化抽象思维的能力。