直到现在，神经系统科学主要沿着两个方向发展。一个是研究者专注于个体神经元的微观研究。这取得了一些进步，但它只提供了一些有关大脑机能的有限知识，因为它忽视了发生在神经元周围的大脑网络活动。另一个是研究者关注大脑不同部分的宏观皮层架构，在大脑皮层里，最小的可分解单元可能是几十万个神经元。一直以来，这种研究主要通过实际移除部分人类大脑，并在显微镜下进行分析来进行。今天，我们能够以微创的方式进行这项研究。1990年，日本物理学家小川诚二（Seiji Ogawa）和他的同事创立了一种脑成像技术，称为功能性磁共振成像，简称fMRI，由于能够找出哪部分大脑对某些类型的行为负责，它创造了许多令人瞩目的成就。
比如2015年，加利福尼亚的医生将一对电极移植进一位名为埃里克·索尔托（Erik Sorto）的34岁的四肢截瘫的患者脑中，使他能够利用自己的思维控制一条机械手臂。通过记录索尔托大脑后顶叶皮层（这部分大脑负责处理运动计划）的信号，并将这些信号反馈至旨在分析这些信息的神经网络，索尔托的意图能够被解码，并随后转换成运动指令，发送给独立的机械手臂。索尔托从握手这样的简单任务开始，很快就能玩“石头剪刀布”，甚至可以10年来首次自己端起啤酒来喝。
在另一个相似的实验中，休斯敦大学的研究人员开发了一种大脑机器界面，它不再需要移植进大脑，而只要一个脑电帽，通过这顶帽子该界面可以检测大脑通过头皮的脑电活动。尽管生成的信号比在大脑里实际放置一个纳米微电极产生的电噪多，但研究人员却能够缩小或扩大大脑有用的信号运行的频率。结果，和埃里克·索尔托一样，测试中56岁的截肢患者能够使用机械手臂捡起各种物体，包括水瓶和信用卡。
和本章开始部分所说的“头脑文件”细节一样，从这些项目中获取的知识都能使研究人员建立关于大脑的更加详细的画面。2013年，一组研究人员得出了一个3D人脑扫描图，它占用了一兆兆（1012）字节的空间。尽管这些扫描图依然还不足以回答大脑微观结构方面的问题，但这些图告诉了我们一些大脑显微解剖学不曾告诉我们的细节。
因此，下一步就涉及继续钻研更加精细的细节，按神经元逐个找出事物的功能。就在现在，神经系统科学家已经大致了解了大脑神经元的作用是什么，以及它们是如何与其他神经元相互交流的，但他们仍然无法明确地说出实际交流的是什么。神经元有上百乃至上千个变体，每个变体都有自己的细胞类型和不同的分子特性。现在，我们仍然不知道一共有多少种神经元，或者每种神经元的电学或结构属性是什么。我们也不知道大脑采用什么格式进行编码。我们知道计算机使用JPEG和GIF等文件格式为图片进行编码，或者DOC和TXT格式为文本文件进行编码。理解大脑意味着不仅要理解单个神经元的工作方式，也要理解与它们并行的作为神经网络一部分的其他神经元之间的互动方式。
现在有许多关于如何更好完成这个项目的想法。未来学家雷·库兹韦尔（Ray Kurzweil）目前被谷歌聘为工程总监之一，他建议使用小型微观纳米机器人扫描人脑。这有点像第三章里描述的可注射式智能设备。实现库兹韦尔的愿景需要数十亿个这种扫描机器人，其尺寸如同人类的血液细胞，它甚至可以更小，从而进入大脑，通过内部扫描来捕捉“所有显著的神经元细节”。
从理论上来讲，这是个好想法，但库兹韦尔的乐观想法一直为一些神经系统科学家所批判。因为他这种关于人脑科学的说法就像是建议我们要增强对濒危物种的意识，而做法则是在雨林的中央建造很多公路，以便人们可以近距离观看动物。比如，《神经生理学期刊》主编大卫·J·林登（David J. Linden）指出，大脑不仅由神经元构成，也由所谓的“胶质细胞”构成。胶质细胞的数量是神经元的10倍，而且紧紧地挤在一起，使纳米机器人无法通过。更糟的是，即便是脑细胞之间的极小空间也充满了支撑结构，从而反复地将信号运往相邻细胞。林登说：“你可以设想库兹韦尔的纳米机器人……坠毁在活跃的、脑电活动的微妙网络中。即使我们勇敢的纳米机器人有喷气发动机，并且装备了强大的切割激光，但它在大脑中通行时怎么能够在身后不留下破坏的痕迹呢？”
即使库兹韦尔的说法有些是错的，但他所设想的宏图并没有错。随着人工智能的进步和纳米技术的平行发展，机器人学与神经系统科学是数以亿计的资金涌向人脑逆向工程的原因。就像1956年开启人工智能的英国达特茅斯大会一样，这导致了不同学科间的一些有趣的合作。