神经科学和人工智能(AI)是两个完全不同的逻辑顺序。神经科学追溯了古老的人类进步，而人工智能无疑是当今的奇迹。
神经科学是科学的分支，而人工智能是软件工程的分支。从表面上看，毫无疑问，对生命框架的探索与完全由人制造的没有生命的机器产生的探索在所有意图和目的上几乎没有共同之处。然而，在一个领域的启示可能会导致其他领域的飞跃——这两个领域共享一个关键问题和未来的机会。
现代神经科学的起点是建立在古老的人类社会。最早对大脑结构和神经外科的描述可以追溯到公元前3000年至公元前2500年，这在很大程度上要归功于美国埃及古物学家埃德温·史密斯(Edwin Smith)的努力。
1862年，史密斯在埃及卢克索(Luxor)获得了一幅旧画。与此同时，詹姆斯·布雷斯特在1930年破译了埃及人的造型，因为1906年纽约历史学会要求雇用埃德温·史密斯的小女孩。
埃德温·史密斯外科莎草纸是公元前1700年左右的埃及神经科学手册，它删节了公元前3000 - 2500年的古埃及论文，描述了大脑的外部表面、脑脊液、颅内搏动、脑膜、颅骨缝合、仔细缝补、心灵伤口等。
有趣的是，人工智能的基础是在20世纪形成的。美国个人计算机研究员约翰·麦卡锡被认为在1955年春末的一次探险冒险中提出了“人工智能”一词，该命题是他与马文·明斯基、纳撒尼尔·罗切斯特和克劳德·香农共同提出的。1956年达特茅斯学院(Dartmouth College)的一次会议推动了人工智能领域的发展。
人工智能的历史背景是前沿的。1969年，马文·明斯基(Marvin Minsky)和西摩·帕普特(Seymour Papert)发表了一篇题为《感知器:计算几何的序幕》的探索论文，推测了超过两个假神经层的令人难以置信的假学习系统的可能性。
在20世纪80年代，人工智能处于相对昏睡状态。1986年，Geoffrey Hinton, David Rumelhart和Ronald Williams发布了“反向传播错误的学习描述”，它代表了深度神经系统是如何组成的，而不仅仅是两层可以准备使用反向传播。
在20世纪80年代到2000年代中期，图形处理单元(GPU)已经从游戏推理发展到通用注册，为更快的计算提供了并行准备。在20世纪90年代，网络产生了全新的冒险，例如基于分布式计算的软件即服务(SaaS)．这些模式支持更快、更便宜、更占优势的数据。
随着互联网生活目的地的崛起和扩张，大量的信息索引也在发展。
在21世纪，随着互联网生活目的地的崛起和扩张，巨大的信息索引也在发展。准备深度学习需要信息收集，而大量信息的发展加速了人工智能的发展。2012年，Geoffrey Hinton、Alex Krizhevsky和Ilya Sutskever在人工智能深度学习方面取得了一项值得注意的成就，他们准备了一个具有6000万个参数、65万个神经元和5个卷积层的深度卷积神经系统，将120万张高目标图片分成1000个不同的类。
该团队通过展示GPU在如此独特尺寸的复杂性上的反向传播，创造了人工智能的历史。从那时起，人们开始全面追逐前所未有的财富，将一流的深度学习系统交叉到所有业务和部门。
2018年，Numenta的研究人员兼技术专家杰夫·霍金斯提出另一个系统这与神经科学多年来对人类大脑皮层如何工作的普遍看法——“千脑智力理论”——相冲突。
是否会创建一种新型的AI排序，与假处理框架之间的非渐进关联接口?
霍金斯猜测，人类大脑皮层的各个方面通过整合网络细胞决定的区域来学习项目和想法的整体模型，在这一点上，结合过度发展。由于非不同的水平联系，猜测可能发生与传感器的结构。
应用千脑智力理论来培育新的物种是很有趣的人工智能．一种新型的人工智能类型是否会被创造出来，与假处理框架之间的非渐进关联接口-交叉模式和水平?
人工智能深度学习和人类认知的基本组成部分是令人难以置信的框架。令人意想不到的是，人们创造出了像自然思维一样具有先天模糊性的人工智能。这两个科学领域共同推动了可能从根本上改变人类命运的飞跃。
丹尼斯Relojo-Howell是世界上第一个博客心理学家和创始人Psychreg．他为美国心理协会和其他在线出版物撰文。188app金宝搏真人平台
