首先是神经元的多种类型：包括兴奋性和抑制性神经元等。其实神经联接问题，我们现在的神经网络，包括BP（反向传播），多层的网络，基本上是往前顺行的网络，但神经联接其实是有顺向的，有逆向的，有侧向的，还有兴奋性和抑制性这两个不同性质的神经元，但这些在人工神经网络里面都没有都体现出来，而这些都是可以慢慢添加进人工网络里的。

其次是神经的可塑性，这包括三个方面。一个是功能的可塑性，即突触传递的增强与消弱（LTP/LTD）；一个是结构的可塑性，即突触连接的新生和消亡（pruning）；最后是依赖于电活动时序的突触可塑性（STDP）；这些人工神经网络都可以进行学习的。

接下来还有逆向传播（BP）的扩展和有选择性的突触修饰传播；神经元的增生和死亡；短期记忆转化为长期记忆的机制；记忆的编码、贮存、提取、消退的机制；通过调质神经元的强化学习；使用嵌套式（nested）赫伯神经元集群网络；输入信息的图谱结构（Topographic organization）；使用同步震荡和有相差耦合来捆绑神经集群等等，这些都是可以从神经网络里借鉴的特性。

当然我还有很多人脑启发未来信息计算技术上可能的功能。我们中科院为了这个目标成立了脑科学智能技术卓越创新中心，包括科大在内共有23个贡献单位，大多数是神经科学、生物学科和智能技术相关的，软硬件的研究所各占一半，我们希望将来能够实现学科的融合。

人工智能的未来，由你们创造

例如对于这个问题：“现在的计算机不能实现真正所谓的意识，那么量子计算机可不可以实现所谓的意识？”潘建伟院士表示说，他对这个问题也不能给出肯定的答复，但是如果想要实现意识的话，目前看来量子力学是我们目前的理论里面最有可能接近的。例如机器人面对两瓶和自己距离一样近、消耗能量相同、路径一样的水，如果让机器人去拿水，机器人肯定不知道选哪个。那么这时就需要为机器人提前设计好规则，例如不知道拿哪个就选左边哪个之类的规则，但人类就不需要这样的规则设计。量子力学是具有随机性的，如果你没有盯着天上的月亮看的时候，月亮是不一定在那里的。在某种程度上来说，这种随机性就产生了，而意识有可能也就产生了。