其实白冰跟一众数学家和脑神经科学家进行合作借鉴生物大脑的神经环路结构和神经机制构建了包括学习记忆融合、感官场景分析、规划和决策等解决抽象问题的功能模型，然后不断地进行各种实验测试。
对于搞清楚大脑的神经网络如何解决这些复杂的计算问题，这个才能为设计高效、强大的机器智能提供重要启示和线索。
人类大脑是世界上最先进的电脑，它能快速学习新事物、识别物体、理解语言的含义，并针对外界变化制定应对措施，而且能耗少得惊人，和一只灯泡差不多，却比今天任何一台超级计算机都能更准确地识别语音和图像。
科学家一直都致力于研发一种类似于人类大脑那样工作的计算机，现在梅溪大学人工智能研究院集中了一大批的科学家在一起进行研究工作，让神经元计算机跟生物大脑更为相似地运行。
当然，类脑计算研究整体来说还处于初级阶段，女娲神经元计算机虽然拥有了上亿颗神经元以及千亿神经触突，但是智能化程度与真正的人类大脑还有很大的差距，这套系统通过各种测试，证明这套系统智力水平相当于一只猫的智商程度，也就是相当于一个三岁左右小孩子的智力水平，不过这个已经是现阶段来说已经是最聪明的神经元计算机了。
白冰带领的技术团队终极目标是创造出一套相当于一个受过高等教育的健康成年人智力相当的神经元计算机，现在这套神经元计算机相当于进入学前班的程度，可以说前面还有非常长的路要走。
梅溪大学人工智能研究院研究人工智能的方向跟米国国内谷歌以及万国商业机器公司研发的都是大为不同的，并没有集中在一些规则和评价方法明确的使用领域，譬如说象棋以及围棋等棋牌类游戏上，毕竟这些领域是计算机最为擅长的部分，计算机比人类做得好并不是什么稀奇的事情。
所以这边的技术团队主要集中在机器感知以及机器自主学习方面的技术，虽然人工神经网络同样也是在模拟生物大脑工作的方式，不过需要建立训练算法，不过这种数据驱动的人工神经网络需要海量的数据，同时需要大量的人力来对数据进行提取制作训练样本，会消耗大量的时间和精力，是一项费力的工程。
现在新型女娲神经元的计算机人造突触的性能更强，也是让这套系统自主学习的能力更为强大，大幅降低了训练样本和训练的时间。
当然，通过这些年的研发，白冰带领的科学家团队也是诞生了众多的新技术，包括了新型计算机技术、存储技术、通信技术、生物学技术等。
为了搞清楚生物大脑神经网络是如何运行的，科学家团队也是用上了极为高端的探测仪器设备，也研制了一些探测灵敏度极高的超导器件传感器系统来对生物大脑的生物神经信号进行探测记录。
通过各种技术手段，科学家团队也是更进一步理清了生物大脑一些区域内部的通信规则以及运作机制，很多新发现还是头一次，而这些新发现也是为神经元计算机模拟大脑的技术研究提供了技术支撑。