当下的科技公司，要么已经「All in AI」，要么是正在「All in AI」的路上。
在人工智能迈向人类智力的途中，深度神经网络对人类大脑神经网络架构的模仿是其中关键。这使得脑神经科学成为了人工智能发展中最重要的关联学科。
11 月 12 日，极客公园前沿社活动邀请到了认知神经科学之父迈克尔·加扎尼加（Michael S. Gazzaniga）教授，与前沿社会员一起分享了脑科学发展的现在和未来。
加扎尼加教授认为，随着「光遗传学」以及「神经液态环境」等前沿技术的成熟，人工智能所依赖的神经网络、甚至计算机架构本身，都将发生巨大变化。
进入「动力学阶段」的脑神经研究
在脑神经科学领域，加扎尼加是一位当代宗师。
1960 年代，加扎尼加教授开始对做过胼胝体横切术病人（裂脑人）进行研究。通过这些研究，人类左右脑的分工与关联得以明晰。1981 年，加扎尼加的研究成果帮助其导师，罗杰·斯佩里拿下诺贝尔医学奖。
20 世纪 70 年代末期，加扎尼加联合心理学家、语言学家乔治• A • 米勒（George A. Miller），共同创立了认知神经学，试图通过心理学和生物学的联姻来解答关于人类大脑更多、更复杂的问题。
加扎尼加认为，在运行机制层面，人类大脑神经元和白蚁类似——作为独立个体，神经元和某些白蚁都能在「中央指令」缺失的情况下，和其他个体协作完成远大于其本身的任务，比如运动会上的百米冲刺或者建造一座五米高的砂塔。
加扎尼加教授坦言，人们对脑神经的理解依然相当有限。现代脑神经研究已经过渡到「动力学阶段」，即研究少数神经元群体与人类行为之间的联系。
「一个简单的勾手指动作，虽然只需要 300 个神经元参与，但却可排列出超过 2 万种以上的神经元组合方式。」加扎尼加如此介绍脑神经研究多面临的挑战。
