果然，从申公豹看过公司和地下城的生物计算机以后，直接将李秋安排到身边，做助教，跟着申公豹开始做一些研究和项目。
申公豹今天正在和李秋谈生物计算机的事情。
“李秋，生物计算机的技术在硬件本身，我暂时不用考虑，咱们最近做一个课题，主要是怎么在超大规模计算系统中的智能产生问题的研究。你觉得如何？”
申公豹竟然征求李秋的意见，让李秋惊喜不已，这是认可自己了呀，申公豹看了一眼李秋的喜色，冷下脸来说道，“别高兴地太早，你的那些编程技巧还差的远呢，况且这个绝不是依靠编程来实现的。”
李秋连忙敛了有些得意的神情说道：“小规模和大规模有区别吗？大规模都是有小规模累积起来的吧？”
“错了，普通的大规模确实是累积了小规模计算的能力和存储，但是超大规模就完全不一样了，就像猴子的脑袋和人类的脑袋一样的对比，1万只猴子脑袋，也没有一个人类脑袋具有的能力强，这个不是简单的累加效应，而是质变效应，超大规模产生的一个最重要的特点就是能够实现内部网络化生成，如果能够有适合的算法，打通网状结构勾连，就像生物计算机一样，神经细胞的每一个突触和其他突触的连接会产生不同的生化效应，大量的生物电流在其中流转的时候就会产生能够驻留下来的意识成分。
我现在没法计算这种规模需要多大，也就是说最低规模需要多大才能产生意识，这个我们能不能产生一种算法，来作为评价智慧产生的边界条件呢？你别直接让你的生物计算机来计算这个事情，它是知其然不知其所以然，我们要将这个课题作为两年甚至三年的研究方向，也许这些研究对于你的生物计算机的优化有好处呢。”申公豹难得地耐心说服李秋。
确实李秋的理论层面功夫还不够，而申公豹直觉地意识到了超大规模计算会产生意识的可能性，但是这个临界值是多少，谁也不知道。
申公豹接着说：“这个里面应该有着复杂的拓扑结构计算的内容，另外你知道国际科学界过去有过一个“人类大脑连接组计划”吗？”
李秋摇了摇头，老老实实回到：“这个真不知道。”
申公豹也叹了一口气说道，“所以你要学习呀，计算机绝对不只是编程，如果只是编程，那就太容易了，找一个编程训练班就搞定了，还要你们做研究干什么？”
近几十年间，世界各国神经科学家开展了一项探索大脑奥秘的宏伟工程——连接组计划（connecto全面认识大脑中神经元之间的连接。我们已经知道大脑中的神经元可能多达千亿，而每个神经元又同时与成百上千个其他神经元形成传递信息的连接（突触），研究大脑的连接组，就是要对近千亿神经元之间相互连接的情况进行全面的研究与分析，可想而知这可能是人类历史上信息量最大的艰巨工程。
这个项目的目的是使用不同的脑成像技术（主要是静息态功能磁共振，弥散磁共振成像，eeg、等作为补充），绘制出不同活体人脑功能、结构“图谱”。不仅样本量非常大，而且使用比较先进的技术（比如弥散磁共振成像使用hardi/q-ball，d扫描机）。当然还少不了问卷、行为、基因测序等，进行综合研究。
这是目前脑成像界最大的项目了。一旦绘制出精细的大脑结构、功能图，就可以进一步研究神经环路的构造，大脑随发育、年龄增长的变化，大脑的网络属性，神经/精神疾病的根源；还可以研究大脑多大程度上由基因决定，以及不同的大脑功能/结构和行为的关系，给其他所有的类似研究提供最完美的金标准对照。
意识从何而来？思维和智能是如何出现的？这些终极问题都蕴藏在大脑里面。联接组学是一个对大脑进行的逆向工程研究，希望研究明白大脑是怎么被建造的，而后就可以再建模拟的大脑，人造智能也许会因此而真正实现。再走远一点，人类在把自己变成上帝的路上跨出了第一步。
2015年，“中国脑计划”也开始实施，“脑科学与类脑科学研究”（braineandbrain-likeintelligencetecy）简称为“中国脑计划”，主要有两个研究方向：以探索大脑秘密、攻克大脑疾病为导向的脑科学研究以及以建立和发展人工智能技术为导向的类脑研究。
“中国脑计划”主要解决大脑三个层面的认知问题：1）大脑对外界环境的感官认知，即探究人类对外界环境的感知，如人的注意力、学习、记忆以及决策制定等；2）对人类以及非人灵长类自我意识的认知，通过动物模型研究人类以及非人灵长类的自我意识、同情心以及意识的形成；3）对语言的认知，探究语法以及广泛的句式结构，用以研究人工智能技术。
美国人脑连接组计划（，p）公布的数据包括来自68位健康成人志愿者的脑部扫描图像以及个体性格、认知能力、情感特征和感知功能等行为信息，数据量达到了两万亿字节（2tb）。所有感兴趣的研究人员可以免费向p研究小组申请获得这些数据。随后公布了利用最先进的核磁共振脑成像技术（mri）对1200名成人志愿者进行脑部功能成像，获得具有更高时空分辨率的数据以进一步了解人类脑部神经环路的连接情况和功能。
在最近几年有开始了对全球10万人建立了庞大的脑部数据库，这些