動画解析ができる　動きの変化がわかる
↓
因果関係、簡単な物理や化学法則　人間や動物の行動パターンが学習できる
例　このスイッチを押すとこのライトが点くなどの事柄を動画をみて学習できる
↓
現実世界をシミュレーションできる
例　高い所にあるモノを椅子を移動して椅子に乗ってとるなど

ここまで行けば汎用知能の完成と言えるのかな？