神經科學研究分成兩大類：基于信息傳遞控制的邏輯計算控制系統（左側），以及基于微納米尺度的結構功能生物系統（右側）。目前該研究體系依托兩大支撐板塊，從低到高的研究模式板塊，以及不同角度層面的分析檢測技術板塊。

科技進步的線性演變和非線性突變呈螺旋共振催化態勢。線性演變指的是在某一個技術和理論框架下，新概念、新規律和技術的延續性創新和完善過程，而非線性突變指的是突破原有理論和技術框架，基于新的范式和構造形成的新的思想創新點，并由此產生新的框架和系統的過程。按照科學發展的邏輯，科學發現和技術創新相輔相成，有的時候創新的突破點不是來自于系統內，而是發源于邊緣或者外圍的技術突破。過去一二十年，電生理，光遺傳、基因工程、光學成像等突破大多來自神經研究群體外部的技術創新。這是科學突破的一大特征。未來的突破來自哪里？

分板塊來講，左側板塊依然存在懸而未決的重大基礎問題。未來十年，認知、情感、運動、感覺等神經系統高級功能的環路與計算控制規則將會陸續有新的突破。不過，這個突破基本上奠基于目前已有或初露雛形的技術系統上。當今世界，科技創新的潮流呈現快速交匯、融合創新的態勢。在信息技術領域，移動互聯網促進了云計算、大數據技術的大規模應用，人口老齡化和勞動力成本上升促進了機器人的大規模應用。這些變化均指示，智能化革命已經處在黎明佛曉之際。任何一項科技革命，要產生深遠影響，必須具有普遍的應用價值和深厚的滲透能力，智能技術是既計算機互聯網后具有這種潛力的新型技術。因此，這是神經科學可以發揮核爆級貢獻的重大機遇！智能計算、控制理論和算法的實現，將促使神經科學從純基礎概念型的科學，拓展出具有廣泛現實意義的新生命力。因此，尋找能夠在智能系統方面引導、催化和產生突破的新型技術和學科交叉策略，是目前應當著力考慮一個問題。

舉具體的例子，比如人意識系統的概念是什么？概念是如何存儲、合成和學習交流的？如何讓計算機從字符運算進化到概念運算？人的智能系統如何決策的？人的本體視覺、聽覺、本體感覺系統，是如何處理信號，各模態之間如何協調通信的？

因為現在很多基礎問題還沒有解決，因此全局性大規模的往人工智能方面進軍，挑戰巨大。但是，從圖像、聲音、運動和本體感覺這些基礎的神經網絡入手，吸取目前最新的研究成果，同計算機、機器人和數學家一起研究新型的神經系統芯片，各類感覺系統芯片系統和運算算法，可能已經開始著手了。

歷史上任何一個學科發展壯大，都需要和人民與國家的現實需求結合，成為整個大循環代謝系統的關鍵環節。我在想，如果神經科學基于智能化產業革命的重大基礎科學需求這個角度去設計，其重視程度、投資規模以及整合的國內研究群體，是不是更高、更有新天地？

第二個板塊，在人口老齡化緩緩而來之際，神經系統疾病的診斷治療的確是人類健康領域的最大挑戰。目前的國內創新體系中，有兩個環節是欠缺的。一個是基礎科研與臨床資源的結合與深度合作。另一個是對基因組學和分子診斷投入的不夠重視。在個性化醫療和分子診斷技術突飛猛進的時代，個人基因組學信息正逐漸和常規健康指標一樣，成為臨床診斷的重要依據之一。對基因組學信息的挖掘和相關知識產權的爭奪，已經是國際上研發的熱點。我國人口眾多，有很多少數民族和人口流動性不大的半封閉聚居群體，這些都是非常珍貴的生物學樣本。但是我們目前多數的研究思路依然來自于國外的突破和資源。如何嫁接國內臨床能力，整合國內豐富的臨床樣本，依托全世界最先進理念和技術，做出新的發現，是一個值得探索的新方向。