目前人們對“大腦啟發(fā)的人工智能（AI）”的興趣是基于一種假設(shè)，即人類大腦使用的計算原理可能會在未來幾代的計算架構(gòu)中得到體現(xiàn)。然而，關(guān)于神經(jīng)系統(tǒng)使用的計算機(jī)制的知識仍然是基礎(chǔ)的，AI和神經(jīng)科學(xué)之間的對話是雙向的。節(jié)點的概念，與可變權(quán)重緊密相連，是連接主義模型的基礎(chǔ)，松散地基于大腦的真實連接和突觸可塑性的現(xiàn)象。但是反向傳播和監(jiān)督學(xué)習(xí)在生物學(xué)上的不可思議性導(dǎo)致了對不使用這些原則的網(wǎng)絡(luò)計算的探索。神經(jīng)網(wǎng)絡(luò)模型對大腦皮層感覺區(qū)域的活動依賴性成熟以及大腦損傷對語義表達(dá)的影響等過程提供了深入的認(rèn)識。但是，在已知的真正的神經(jīng)計算與人類大腦非凡的行為和認(rèn)知表現(xiàn)之間，仍存在著巨大的鴻溝。AI的發(fā)展可能推動人們對大腦的理解，就像神經(jīng)科學(xué)的發(fā)現(xiàn)可能激發(fā)AI一樣。

人腦結(jié)構(gòu)比電腦的結(jié)構(gòu)復(fù)雜很多，人的大腦至少有10~11條基本神經(jīng)元線，神經(jīng)元超過萬億級。神經(jīng)信息的傳播被稱作神經(jīng)激活，它的機(jī)制是根據(jù)時間推移及相互作用進(jìn)行重組。突觸是指一個神經(jīng)元的沖動傳到另一個神經(jīng)元或傳到另一細(xì)胞間的相互接觸的結(jié)構(gòu)。突觸是神經(jīng)元之間在功能上發(fā)生聯(lián)系的部位，也是信息傳遞的關(guān)鍵部位。人類通過突觸的引導(dǎo)進(jìn)行肌肉互相的作用和改變，進(jìn)行每一次活動離不開神經(jīng)元或突觸的指導(dǎo)作用，在突觸的指導(dǎo)作用之下才能激活起人大腦當(dāng)中不同的部位，這樣才能結(jié)合在一起生成人類的行為，通過指引各個部位的肌肉進(jìn)行協(xié)調(diào)活動，才能反映回神經(jīng)元和大腦的信息，這是突觸一個特別的功能。澳大利亞科學(xué)家約翰首次在神經(jīng)元部分發(fā)現(xiàn)突觸聚合作用，以及突觸怎么區(qū)別積極動作和消極動作，發(fā)現(xiàn)了神經(jīng)元當(dāng)中的一些纖維可以發(fā)出不同的信息以及突觸對于一些潛在的可能性的信息進(jìn)行辨析的功能。人類神經(jīng)元每一個突觸的纖維都存在改變的潛在可能性。

Edgar對光視覺纖維神經(jīng)進(jìn)行了研究，當(dāng)燈光從明到暗進(jìn)行轉(zhuǎn)變時，神經(jīng)方面會有整體變化，有時是內(nèi)部和外部神經(jīng)共同進(jìn)行對光的感知。使用更多信息能夠更多的去了解到神經(jīng)性的研究，尤其是突觸在工程學(xué)方面的綜合性應(yīng)用，比如傳播速度、動態(tài)學(xué)因素和原因，以及大腦算法的規(guī)則和規(guī)律。神經(jīng)系統(tǒng)根據(jù)能量的轉(zhuǎn)化進(jìn)行運(yùn)轉(zhuǎn)，通過蛋白質(zhì)的改變來對網(wǎng)絡(luò)在神經(jīng)傳輸過程進(jìn)行優(yōu)化。神經(jīng)系統(tǒng)的發(fā)展過程表明，人類后腦中有視覺形成的機(jī)制，從視網(wǎng)膜折算出的圖像通過前面的神經(jīng)對光線折射在視網(wǎng)膜形成形象對大腦進(jìn)行覆蓋，突觸脈沖使神經(jīng)元更為有效的處理圖像，這種特性在現(xiàn)實工業(yè)中沒有辦法使用計算機(jī)來模擬的，尤其是圖像的設(shè)置和處理。大腦進(jìn)行海量的信息處理時，都涉及到視覺感官的神經(jīng)元。對于語言感知能力有相關(guān)的神經(jīng)進(jìn)行管控有很多可能性，大腦有非常多的空間和潛力需要對信息進(jìn)行整合和處理，進(jìn)化不斷給大腦皮質(zhì)進(jìn)行開發(fā)。

感知區(qū)域?qū)?yīng)計算能力的相關(guān)分布。為什么要去額外增加計算的能力？因為信息已經(jīng)被限制住了。在固定的區(qū)域中，突觸和神經(jīng)元在第一個階段處理的信息是非常有限的，對于很多細(xì)胞潛在的能力沒有得到很好的開發(fā)，需要把它的可塑性更多通過規(guī)則性的解讀總結(jié)出來。通過掃描大腦基本情況后，大腦突觸和神經(jīng)元處理信息時使用不同的腦電波變化，類似先進(jìn)的信息處理功能，可以從視覺感知和系統(tǒng)中獲取最初步的圖像，這在低級動物大腦中沒有發(fā)現(xiàn)。第二個階段，大腦有關(guān)注性和關(guān)鍵性的處理，關(guān)鍵點結(jié)合在一塊比較具體化、詳細(xì)化，對每一個單獨的模型建立起來一個架構(gòu)，它會展現(xiàn)出來相同的體現(xiàn)。

大腦中間部分從解剖學(xué)角度來看，越來越多的大腦皮層向后移動，頂級向下級移動的方向，它的反饋機(jī)制怎么樣建立起來？很多動態(tài)形態(tài)會提供一個展示，即對前一個工作向前推移，這是一個對于所有真實世界的假設(shè)，怎么樣把所有的模型不斷地進(jìn)行重復(fù)？需要對此進(jìn)行估算，怎么樣對物體移動的下一個方面進(jìn)行估算？這就是大腦皮質(zhì)層所做的處理，這也是非常復(fù)雜的過程。在掃描時有很多不同的圖像，對關(guān)鍵性、聚焦性的物體的圖像進(jìn)行反映，需要對大腦的活動進(jìn)行分類，通過分類之后才能知道它的模型后面所運(yùn)行的機(jī)制是什么，從一個頂端的設(shè)計來獲得的圖像其實是最基礎(chǔ)的出發(fā)機(jī)制和原則。

通過眼睛的運(yùn)動和物體的運(yùn)動，怎樣在大腦做出很精準(zhǔn)的形象的判斷和計算？大腦對活動的物體在移動當(dāng)中區(qū)分出哪一部分的圖像應(yīng)該被捕捉，哪一部分應(yīng)該被過濾掉?？吹揭粋€物體移動時眼睛會篩選，刺激大腦神經(jīng)元去讓眼睛聚焦在某一個需要聚焦的點上，這個具體的指令由大腦一個特定的區(qū)域發(fā)出。但是如果說再來看這樣移動的物體，當(dāng)大腦給了眼睛具體指令時，眼睛就會聚焦在移動物體的某一部分，這種情況下眼睛是在看一個靜止的點。突觸給予神經(jīng)元的指令非常清楚，神經(jīng)元和大腦有一個特定的部分會給予眼睛這樣的指令。即大腦會告訴眼睛這時移動的物體可以看一下它特定的部分，而且是非?？焖俚幕舆^程。

最后，人腦計算的一個巨大優(yōu)點在于它神經(jīng)元的數(shù)量非常巨大，神經(jīng)元當(dāng)中突觸的數(shù)量遠(yuǎn)遠(yuǎn)多于電腦，但是其中很大一部分仍然沒有被挖掘出潛力。此外，大腦當(dāng)中不同的突觸和神經(jīng)元由大腦當(dāng)中不同的部分控制，因此大腦可以進(jìn)行一些多功能的任務(wù)。人腦有潛力同時處理不同的功能，可能大腦某一部分受到了疾病的侵襲，其他功能卻不會受到影響。大腦的功能是非常超乎人們的想象，而且整體的潛力是巨大的。目前來說大腦的功能在發(fā)揮的過程當(dāng)中還會有一些延時性，也許這個比起機(jī)器比較實時一些。過程當(dāng)中大腦的速度超過人腦，它會提出一些運(yùn)行，同時進(jìn)行一些結(jié)果的提出。所以可以看到人腦的優(yōu)勢和人腦的劣勢，從這樣的研究過程當(dāng)中可以繼續(xù)發(fā)現(xiàn)人腦的潛力有哪些。