由于 NHP 的系统发育最接近人类，它们是研究人类认知功能以及探索发病机制和脑疾病治疗方法的杰出动物模型。中国科学家对 NHP 的使用兴趣日渐增强，而新的 NHP 研究设施正在许多科研机构中建立起来。例如中国科学院昆明动物学研究所（CAS），其用于研究目的的猕猴数量已相当庞大，该所是 NHP 向国家灵长类动物资源中心进行转移的一个环节，可能是中国最大的 NHP 研究资源。云南昆明的灵长类生物医学研究重点实验室目前拥有一批基因编辑型猴，它们可以作为杜氏肌营养不良症、自闭症和 PD 的模型。CAS 用于疫苗开发所维护的一个 NHP 设施目前正将其兴趣转向开发脑部疾病的 NHP 模型。最后，中国科学院上海神经科学研究所已为猕猴和狨猴以及致力于生殖生物学、基因编辑模型、系统神经生理学和 NHP 认知行为理论的十个研究实验室建立起华东地区最大的 NHP 研究设施。

在过去，外科手术和化学诱导已被用来生成 NHP 模型，用于治疗如药物成瘾、脊髓损伤、癫痫、PD 和 AD（Zhang et al., 2014）等大脑疾病。近年来，转基因和基因编辑方法已开始被用于开发 NHP 模型来研究这些带有明显遗传因素的疾病，包括亨廷顿病、PD、杜氏肌营养不良症和自闭症谱系障碍（Chen et al., 2016, Liu et al., 2016a）。病毒介导的基因传递（virus-mediated gene delivery）是产生能够合成 α-突触核蛋白与 MeCP2 的转基因猴的主要方法。新的基因编辑技术已被用来生成基因编辑型 NHP 模型（Chen et al., 2016）：TALEN 技术被用来揭开 MeCP2 中的人类突变之谜，对 MECP2 基因缺失引起的雷特综合征进行建模，而 CRISPR-Cas9 方法在对猕猴非神经元基因、抗肌萎缩蛋白的删除实验中被首次实现，该方法同样也实现了单细胞阶段猕猴胚胎的 Ppar-γ 和 Rag1 γ 双基因敲除。值得注意的是，p53 等位基因被敲除的同时也导致了一代纯合突变型猴子（homozygous mutant monkeys）（Chen et al., 2016）。虽然目前可以使用睾丸异种移植技术（testis xenografting technique）促进精子成熟，使猕猴生成 F1 的时间（5–6 年）被缩短到 2.5 年，但猕猴漫长的性成熟期及妊娠期对需要种系传播的转基因 NHP 模型的开发形成一道巨大障碍（Liu et al., 2016a, Liu et al., 2016b）。

丰富的 NHP 资源以及对 NHP 浓厚的使用兴趣并不意味着人们对 NHP 实验的道德标准在中国会更加宽松（Zhang et al., 2014）。中国脑计划旨在为与国际标准兼容的 NHP 实验建立全国道德规范，并促使人们认识到 NHP 研究对于开发人类疾病（特别是脑功能紊乱）的有效治疗方法以及提高人们对人类大脑进化和功能的了解是不可缺少的，鉴于欧洲和美国 NHP 研究的减少，亚洲国家的脑计划还肩负着脑神经科学领域维持 NHP 研究传统、培养新一代灵长类动物神经生物学家的重任。

　　脑启发计算

神经科学专注于神经编码、神经动力学和神经回路的详细研究，而机器学习倾向于追求成本函数的蛮力（brute-force）优化，通常使用简单和相对均匀的初始架构（Marblestone et al.2016）。最近的研究进展显示：人工智能和深度学习完全有能力在有限的特定领域承担认知任务。

尽管 AI 系统（如 AlphaGo）在某些任务中胜过人类（Silver et al., 2016），但他们仍然缺乏概括能力和将所学到的知识从一个（领域）迁移到另一个任务（领域）的能力。此外，深度学习模型数量庞大的参数需要劳动密集的标记数据来调整。另一个关键问题是训练数据运行这些 AI 系统需要很大的计算代价和高吞吐量的数据。人类大脑是目前唯一真正的智能系统，能耗极低，且具有的不同认知功能。显然，学习大脑的信息处理机制，去建立更强大和更通用的机器智能是非常有前景的。

虽然我们远不能完全理解大脑的工作原理，但当前来自神经科学的发现可以从若干角度影响人工智能的研究。

从结构的角度看，不同类型的神经元的形态，在发育和学习期间的稳定连接和修整，大脑皮质的分层体系结构，脑区域内、区域间的前馈和反馈连接，以及多层脑构建块的模体（motifs）为人工神经网络的建立设计提供了新的见解。从机制角度看，尖峰信息编码和解码，具有不同功能的不同类型的尖峰神经元，多种突触类型和可塑性机制，用于从短期到长期记忆的转换的规则，以及在不同级别的信息处理的集成（神经元、微电路、脑区域）为通用人工智能设计高效计算模型和算法的操作理论带来了灵感。