这么讲像是说，神经科学可以给某些杰出的人工智能算法或结构颁发「大脑认可」的认证书一般。那这个认证有多大实际价值呢？一定有什么能够超越我们自己拥有的智能；大脑一定不会是智能的唯一、最佳答案。
但是，「通用人工智能」（简称「强AI」，或我们可以亲切地称它为阿强）应该需要首先达到人类大脑的水平。（如果你不认识阿强，可以参考一下今天我发的另一篇《致快要被AI狂潮淹没、却不知道自己在说什么的我：什么是「技术奇点」？》）
在离完成强AI还有一定距离的当下，学界需要一个长期研究计划，如何筛选研究方向则是一个复杂的问题。现在有很多算法和结构，它们都有可能是强AI的prototype的零件。如果一个算法，虽然它在现阶段并不是最优的，但如果我们发现在大脑这个寸土寸金的地方它都有核心位置，那么说明它至少本质上有适合强AI的地方（这么说有点怪怪的），优先优化它、深入了解它，会是个减少绕弯路的策略。
当然，强AI并不一定需要拥有和生物体一样的智能系统。条条大路通罗马。但，大脑是一个很好的向导。说回片头提到的，Marr 的「了解系统运作的三步骤」。对于人工智能来说，需要的是前两层，即，这个（大脑认知功能）的目标是什么？算法是什么？（在研究大多数认知功能的领域中，我们还正在挣扎进入第二层）
再说回关于大脑和机器之间的联系。虽然我坚信大脑与机器不同，但从一开始学习神经科学，我就越来越觉得难以回答这个问题：
生命是什么？生命与非生命之间，是什么？
智能是什么？会开车就是智能么？
如何智能？大脑智能和人工智能最后只有高低和材质的区别吗？
「倒数第三句话是双关。」