为了构建BabyX，在女儿6个月、18个月、24个月大时，塞格尔为女儿做了扫描，然后将信息上传到系统。通过动画技术（相当于早期AI技术），他复制了女儿的行为、面部表情、声音。在谈话过程中，塞格尔将BabyX称为“她”，他还解释了BabyX的能力，BabyX通过光纤线缆运行，线缆由模拟神经活动驱动，类似于连接大脑的脊髓。因为BabyX是一个AI互动替身，它可以学习，获取信息，与之前的系统不太相同。

　　塞格尔表示：“我们的开发方法与大多数人不同。在神经系统科学、感知科学中，有许多理论彼此竞争，我们目前掌握的知识只是冰山一角。一些方法受到了生物学的启迪，在研究过程中最困难的部分（也是最有趣的部分）在于：按不同程度进行交互作用，从中能够生成多高程度的认知能力？”

　　团队测试了BabyX对人类互动的反应。BabyX可以处理人类情绪，可以理解动作背后的意义，过去BabyX与塞格尔有过互动，它会从过往互动中学习，然后给出正确的回应。屏幕上面显示的是BabyX的脸，脸的背后是脑部实时模拟系统，它可以提示面部模拟图像，让它向观众眨眼或者微笑。塞格尔相信，要开发出有效的互动AI，面部是关键，因为它可以反应脑部和意识的状态。例如，即使只是一个简单的微笑，也是由复杂、互相编织的系统控制的，这些系统与大脑连接在一起。

　　“通过将用户的动作与BabyX的动作联系起来，BabyX不断学习。”塞格尔解释说，“例如，在学习过程中如果听到婴儿发出的咿哑声，BabyX会控制引擎移动脸部或者手臂。如果用户给出的反应很相似，代表BabyX动作的神经元就会与响应用户动作的神经元联系起来，通过一种名叫Hebbian学习的方法联系在一起。神经元彼此交互，融为一体。”

　　流程不断重复，新的神经连接就会在BabyX的模拟大脑中构建图谱，将BabyX的动作与用户的动作匹配，为更高层次的模拟奠定基础。人类大脑的运作形式与此类似。每完成一个动作，大脑都会形成新的连接，这种连接会在重复过程中强化。

　　在处理环境的过程中大脑会生成信息，最终模拟婴儿不断学习，利用信息形成回应。从本质上讲，BabyX就是在利用不断改进的代码持续学习。

　　人类大脑处理信息，在大脑内部产生化学反应，比如生成多巴胺或者催产素，BabyX的算法需要模拟、解释这一过程。当BabyX无法理解某个词汇或者动作时，它会表达自己的困惑，如果正确读出一个词汇，它会愉快地笑起来。神经系统由算法控制，在算法的支持下，BabyX可以模拟、形成一套奖赏系统，通过互动、演示学习新的信息。

　　“生物式行为、情绪、认知运算模式如何与动画整合，尤其是在面部整合，这是我们想探索的领域。”塞格尔说，“对于人类体验的许多方面来说，面部都是关键连接点。未来我们可能会与更复杂、更自主的技术互动，使用它们，探索学习、心智发展的基本面对于这一目标的实现相当关键。”

　　面部是沟通的主要手段之一，塞格尔希望自己的“孩子”可以为未来的健康、教育应用奠定基础，程序可以与患有孤独症、存在社交障碍的孩子互动。开发一套系统，它可以识别人类的情绪并进行处理，理解人类的感受，这就是AI研究的目标，我们渴望建造一个大脑，让它可以自己思考，正如我们从出生那天起所做的一样。