自從計算機出現以來，人們就預測計算機未來具有人類大腦的能力。實際上，在計算機的大多數歷史中，計算機完全沒有實現像大腦那樣工作 。但是，近年來，它們之間的距離越來越近了。

普渡大學的Priyadarshini Panda和她的合著者Kaushik Roy和Akhilesh Jaiswal 在《利用神經形態計算實現基于Spike的機器智能》中 概述了計算機實現目標的漫長而持續的道路類似于大腦的思維能力。

電氣工程學教授強調，仍然沒有什么東西能像大腦一樣工作，尤其是部分因為大腦的工作原理仍然是一個謎。另外，大腦的功能仍然強大得多，沒有硅芯片可以接近大腦的大規模3D連接。也就是說，計算技術可以從算法和硬件的角度模擬“生物似然”的方式，從而以類似于大腦的效率來實現類似于大腦的能力。

一種方法是通過所謂的基于峰值的機器學習。在標準芯片中，晶體管一直在工作。但是，在大腦中，神經元僅在需要時才會發射信號，即交換或傳遞信息。這就是所謂的事件驅動尖峰，它更加節能，從而可以更快地處理。在硬件方面，除了硅器件和馮·諾伊曼(von Neumann)架構以外，還有很多有趣的研究可以加速基于尖峰的計算，并規避了摩爾定律的限制，該定律指出芯片將繼續采用更多的晶體管-這是一個概念專家認為它即將結束。