在粗略近似程度上，目前对大脑在发育过程中如何形成和成年人大脑机能的了解，几乎尚不存在。数十年艰苦而富有成效的神经科学研究已经充分揭示了哺乳动物大脑（甚至人脑）的解剖结构，但机能认识尚有待概念性定义.

本世纪60年代，人们［如哈贝尔（Hubei）和威塞尔（Wiesel）］通过证明中枢神经系统问题的复杂性，对神经科学所作的贡献，如同哈勃（Hubble）在30年前对宇宙学所作的贡献。神经元是枝岔交错的结构，延伸至毫米级，这一被揭示的真相效果上可与宇宙正在膨胀这一认识相提并论。

来自个体细胞的电记录，也已经揭示了效应器官与皮层各个区域之间联系的复杂性。完好无损的大脑包含高度的简并性，无疑来自对已受损伤人们的大脑的许多观测，而不是保全他们的大部分机能。

但是，为什么哺乳动物皮层应当含有若干区域，例如视觉系统对多姿多彩的外部世界作出投射的区域相当复杂，其机能还不清楚。标准的解释是，这些区域被必须存取储存在其中的信息的脑区所讯问。

计算机类比几乎是不可抗拒的，在宽泛意义上，这种断言是无懈可击的。通过感官存取信息虽然与电子输入-输出装置相比较慢，在毫秒时间标度上运作，但利用信息等价于利用计算。

运用头脑，一个人可以避开道路上的障碍，可以从一点到另一点的许多条供选择的途径中作出最便捷的决断。因此，有过几次把大脑机能用符号表达为计算机功能的尝试是自然的。大家一致认为，已故的戴维 · 马尔（David Marr）在1975年把人类视觉系统的运作表达成一个人工智能问题，有助于改进人们提出的视觉系统如何利用信息或处理信息的问题。

更为突出的是，加州理工学院约翰 · 霍普菲尔德（John Hopfield）教授最先提出，大脑（特别是皮层）的机能可以用与不同强度产生实际值相互作用的电单元网络行为来表达。

这种思想的鼓舞人心之处在于，观测到大脑的处理能力表现为广泛的分布，网络中邻近单元之间各种强度的相互作用表示变化着的方式（以及无疑变化着的程度），其中的突触联接建立在邻近神经元之间。

大脑怎样（或甚至是否）可以用任何此种特定模型加以真实表达其所以尚未公认的原因，在于几乎肯定这个问题提错了。它是一种解决方案，而来自单细胞的电记录是可能的，目前的技术尚不能够记录整个相邻细胞群，以便识别它们协同完成的机能，识别它们与其他群成员共享的其他机能。但神经网络通过被转换为硅片，已获得了其自身的生命力，此种硅片设计完成类似于大脑中所完成的部分任务。

这并不意味着寻求大脑与一种计算机之间的类比没有什么效用，而仅仅意味着，对大脑如何构建以及如何成为这个样子知之甚少，就有成效的类比而言。

已经作出的建立单个神经元模型，以便通过施加外部作用表达其电反应的尝试，成果确实寥寥。在神经元表面上存在过多的（电的和其他方式的）作用通道，因为它的行为在目前的观测状态下是以一种不同于符号方式的方式加以模拟的。

留待解决的问题，是人脑怎样成其为人脑。用新出生的哺乳动物做的观测表明，出生后几周内，视觉系统仍然有可塑性，大概因为神经元轴突必须学习找到合适伴侣的方式。幸而那是一个可以直接研究的过程。

对人们来说，这个实际问题将形成对大脑各种机能对学习作用保持敏感的时间长短的一般看法。除此之外，它可能有助于把心理学有史以来第一次建立在坚实基础之上，对于一门“灰姑娘”科学则太长了。