從人工智能向人工意識的發(fā)展，必須考慮將人工情感和人工意欲的因素納入人工意識和人工心靈系統(tǒng)的可能性?？蓢L試通過對神經回路的復雜性的把控來解決所有類型的意識涌現(xiàn)（表象、情感、意志）的復雜性，并在神經系統(tǒng)中找到作為意識之自身覺知（qualia）的對應項。

在人機共生社會，需要解決機器人與人類的自然交互問題，以使得機器人可以真正融入人們的生活，產生共情、共鳴和自然的社會行為。其中一個重要的挑戰(zhàn)是機器如何理解人類的情感表達。

弱人工智能在解決特定領域問題中，展現(xiàn)出了強大到可以比肩甚至超越人類的能力，但也暴露出通用性弱、學習效率低等一系列問題。解決這些問題需要回歸強人工智能的“初心”，即研究人類智能的心理機制是什么，探索人類為何能利用有限的算力實現(xiàn)通用智能、如何在小數(shù)據(jù)條件下完成高效學習等問題。

意識是指一個人體驗自身存在的能力，而不僅僅是記錄或者像機器人那樣對刺激做出反應。研究意識的信息處理機制，需要重點關注信息處理的主觀性（subjective）、結構性（structured）、特有性（specific ）、統(tǒng)一性（unified）和確定性（definiTIve）等問題。

腦機融合是基于腦機接口技術，實現(xiàn)腦與機的雙向交互、相互適應及協(xié)同工作，最終達到生物智能和機器智能的融合，其目標是實現(xiàn)更強大的智能形態(tài)。鑒于機器智能與人類智能的互補性，如何實現(xiàn)生物智能和機器智能的互聯(lián)互通，融合各自所長，創(chuàng)造出性能更強的智能形態(tài)是核心問題。

情緒是個體對一定程度的復雜情況做出反應的特定狀態(tài)。情緒情感的產生涉及感覺、知覺、動機、獎賞、評估、感覺-行為轉換等多種腦功能，并參與修飾和調控記憶及相關認知過程。人類智慧的形成和復雜社會體系的建立，均與情緒情感程序的進化和固化有關。情緒情感相關精神疾病也在持續(xù)和廣泛地困擾人類社會。因此，研究情緒情感的腦機制是腦科學研究領域最令人興奮的方向之一，其研究成果也將為相關精神疾病的診斷和治療提供新的策略和手段。

動物需要適應環(huán)境變化，而學習就是神經系統(tǒng)把環(huán)境信息轉變成經驗的編碼過程，與學習密切相關的記憶則是神經系統(tǒng)對這些經驗的存儲和提取的過程。研究學習記憶的神經生物學機制是神經科學領域至關重要的研究方向，也是闡明認知功能障礙的關鍵。

潛意識指“已然發(fā)生但并未達到意識水平的心理活動過程或內容”，被認為是最復雜的心理現(xiàn)象，可能成為闡明人類意識大腦機制的突破口。隨著認知神經科學和腦科學等交叉學科研究的發(fā)展，以及腦圖譜技術、基因技術的進步，對潛意識的腦科學機制研究可能會有更大的突破。

決策腦機制的研究日益受到重視，但決策偏好的神經機理還遠未被揭開。系統(tǒng)探究決策腦機制，不僅有助于揭示決策者價值權衡過程的神經基礎，還能為基于神經信號預測人的決策傾向，以及診治決策異常相關腦疾病提供科學研究依據(jù)。