一种模式是直觉模式，判断基于条件反射，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；另一种是图式推理模式，判断是基于预判，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过程（语言符号或图式的推理运算，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，预判得出可能的潜在危险形式（物理图式），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之间的相关性的能力，等效于对物理世界进行语言化思维的能力。