目前多模态的数据并不能很好地融合在一起,形成类似于场景记忆的东西。

人脑内部似乎对所有事物都有一套统一的编码策略,这是人类的一套内置系统。并且对于新的事物会依据与已有知识的关联,编码在邻近的编码位。同时一个新概念似乎会被存储在不止一个地方,而是一片相关的神经网络中。

所有的数据经过传感器的采集,应该要转化为某种统一的格式,因为人类的大脑就只这么做的。