所以，即使拥有电子探针等最先进的测试设备，神经科学家依然无法还原M的原始程序。虽然能够不受限制地接触所有相关元件，甚至对这些元件的构成了如指掌，但这依然不能保证我们弄清像M的行为方式一样看似简单的事情。
简而言之，这就是神经科学的困难所在。
即使我们能够获取构成人脑的1000亿个神经元，即使我们能够将这些神经元视为理想的无噪声数字元件，我们也仍然无法搞清自己行为方式背后的原因。如果神经科学家处理的是真正的神经系统的组成，而非电子元件，就会看到大量正在进行当中的化学和生物反应，它们错综复杂、难以梳理。比如，我们是如何记住某种现象的?我们如何根据这些现象得出新的结论?我们如何根据这些结论确定自己的行为?显而易见,这些问题都要比搞清M为何发出三次响声复杂得多。在神经科学领域（即使是最尖端的神经科学)，寻求这些问题的答案确实是勉为其难了。
我们只能另寻他法。
一条解决的途径
当我们努力搞清某种复杂现象时—人类思维当然也是这种复杂现象之一—我们通常有两种选择：我们可以研究产生这种现象的主体(即人脑)，也可以直接研究现象本身。以研究飞行为例，在飞机出现之前，人类就想要知道像鸟类和蝙蝠这些动物是如何飞行的，也想尝试制造能够飞行的机器。因此，有两种方法可以开始着手：
人工智能的进化
030