如果我们定义“系统”是指：一种给予范围内的输入，便可以对应产生输出的结构体，那么“智能”便是描述该系统产生的输出对输入及该系统本身的总体收益程度。而产生高收益度的输出需要包括但不限于以下步骤：
①对于输入信息提取的关键特征质量、数量；
②基于关键特征与输出信息匹配的数据结构
③输出信息的质量。
这里，我们主要谈谈存储着关键特征与输出信息匹配关系的系统结构与孕育出的智能程度的问题。
一维：
这样的数据结构是一维单向的链式数据结构，一个数据块最多连接2个其他数据块，意味着一个信息输入，最多只能有两种输出结果。
这样的数据结构，没有存储数据之间的相关关系，只存储了数据之间的递进关系。
二维：
数据块连接的不同粗细代表了传递信息的速率*，间接地代表了数据块的相关程度。
二维的数据存储结构，整个系统内数据块的连接数大幅增加，一个数据块可以映射多个其他数据块，整个系统存储了数据块之间的相关关系与相关程度，只是依托于同一个平面的关系，使得每一个数据块只能连接与它相邻的数据块（否则很容易出现连接的交叉，类似于电路的短路）
三维：
三维的系统结构是二维存储的一个延伸，二维当中每个数据块潜在有360°范围的连接可能，而三维的系统结构意味着有360°×360°范围的连接可能。这意味着，数据块的直接连接量提高了，一方面，意味着系统的信息传输效率提升了；另一方面，意味着数据块之间发生相关关系的可能性也提高了；
只是单看当下的这个三维结构，我们发现，这个数据结构当中只存储了数据之间的相关性和相关程度，并没有存储相关性的依据，那意味着，所有数据块不同维度的相关性，都以被放在了同一个数据维度去进行比较，那么整个系统会趋向于单一化、中心化**。
而人类思维则不会这样，所以如果想继续深入下去，还是应该研究下人脑当中对于信息存储的逻辑，解决一下几个问题后，会想清楚更高级别孕育智能的数据结构明晰：
1. 信息之间的从属关系是怎样通过生物方式实现的？
2. 概念与具象实体的存储方式有和不同？
注释：
*： 在人的神经网络当中，部分神经元之间的连接会比其他神经元之间的连接更加粗大，这意味着神经电信号更容易通过这部分神经元的连接，这便是“习惯”的生物学基础
**. 这里是指从一个数据块索引相关数据块的时候，直接索引到相关系数最大的数据块当中，进而促使当下数据块的相关系数继续提高。这样，逐渐形成在所有场景下的单一性输出（该相关系数最高的数据块）。
例如，一个电商平台的智能推荐系统，可以给买了耳机的用户推荐耳机；也可以推荐普通耳机口转Type-c接口的连接线；当然也可以基于耳机的设计风格，推荐一款设计风格类似的水杯。如果不讲究相关性的相关依据，那么该智能推荐系统只会一直给用户推荐耳机，而推荐设计风格类似的水杯，就是完全不可能的了。
