大腦的另一大顯著特征也在打網(wǎng)球時(shí)發(fā)揮了重要作用：神經(jīng)元間的連接強(qiáng)度可隨著活動(dòng)和經(jīng)驗(yàn)發(fā)生改變,。神經(jīng)學(xué)家普遍認(rèn)為,，這一變化過程是人類學(xué)習(xí)和基因的基礎(chǔ)。重復(fù)訓(xùn)練可使神經(jīng)回路變得更適宜執(zhí)行相應(yīng)任務(wù),，從而大大提高速度和精度,。

近幾十年來，工程師一直在從大腦中汲取靈感,、以改善計(jì)算機(jī)設(shè)計(jì),。并行處理模式與可根據(jù)用途修改的神經(jīng)連接強(qiáng)度已成為了現(xiàn)代計(jì)算機(jī)的基本原則。例如,，增加并行處理如今已是計(jì)算機(jī)設(shè)計(jì)的一大趨勢,，從多核處理器的流行便可略知一二。此外,，機(jī)器學(xué)習(xí)和人工智能領(lǐng)域的“深度學(xué)習(xí)”近年來發(fā)展迅猛,，對(duì)電腦和手機(jī)上物體與語音識(shí)別功能的飛速進(jìn)步功不可沒，而這其實(shí)是受了哺乳動(dòng)物視覺系統(tǒng)的啟發(fā),。就像視覺系統(tǒng)一樣,，深度學(xué)習(xí)也用多層結(jié)構(gòu)代表越來越抽象的特征，每層之間的連接強(qiáng)度權(quán)重可通過“學(xué)習(xí)”進(jìn)行調(diào)整,，而非由工程師預(yù)先設(shè)計(jì)好,。這些進(jìn)步大大拓寬了計(jì)算機(jī)可開展的任務(wù)范圍。不過,，人腦的靈活性,、歸納能力和學(xué)習(xí)能力仍然遠(yuǎn)超當(dāng)前最先進(jìn)的計(jì)算機(jī)。隨著神經(jīng)科學(xué)家不斷揭露大腦的奧秘（計(jì)算機(jī)也在其中發(fā)揮著越來越重要的作用）,，工程師也能從中受到更多啟發(fā),，進(jìn)一步改善計(jì)算機(jī)的架構(gòu)和性能。誰在特定任務(wù)中勝出并不重要,。無論是神經(jīng)科學(xué)還是計(jì)算機(jī)工程,，均能從這些跨學(xué)科交叉研究中受益良多。（葉子）