Digitální obdoba toho, jak mozek propojuje různé smysly, tiše mění způsob, jakým chytrá vozidla vidí a slyší silnici. Místo aby brala obraz z kamer, signál z mikrofonů a odrazy radaru jako tři oddělené zdroje, nové systémy je zarovnávají do společného prostoru příznaků. Podobně jako sloupce v mozkové kůře spojují zrakové a sluchové podněty do jednoho soudržného vjemu scény.
Jádro této metody vychází z bayesovského odvozování i z populačního kódování. Každý senzorový proud se převádí na pravděpodobnostní rozdělení toho, co by mohlo být v okolí, se svou vlastní úrovní šumu a omezenou výpovědní hodnotou. Neuronové sítě se pak učí společnou skrytou reprezentaci, v níž se hrana na obrázku, ostrý výkyv ve zvukové vlně a silný radarový odraz promítají do stejné abstraktní hypotézy o objektu. Systém tak v podstatě snižuje entropii: rozporné signály potlačuje, shodné naopak posiluje a výsledný odhad se blíží spolehlivosti biologického vnímání.
Tato architektura dělá víc než jen to, že přidává další senzory. Vrstvy křížové pozornosti umožňují radaru navádět kameru k hrozbám v omezené viditelnosti, zatímco zvukové podněty směřují model k sirénám nebo nárazům, které nejsou přímo v zorném poli. Vzniká tak umělá smyčka vnímání, v níž se jednotlivé modality přestávají chovat jako nezávislé nástroje a začínají připomínat sdílené smyslové pole, postavené ne na křemíkové intuici, ale na stejné statistické logice, jakou neurony používají k vyjednávání o tom, co je skutečné.
