虽然一对一神经元映射在短时间内可能不会发生，但即使是一个粗略的尝试也能提供有趣的结果。
举例来说,研究人员可以建立一个计算机模型来模拟视觉皮层的老鼠,“显示”一个图像,这会被转化成一连串的视神经峰值,并学习如何这样的信号是由皮质处理,甚至如何使用输出控制虚拟老鼠或物理机器人的运动。
Furber告诉我们，该系统也有潜力发现更多关于诸如学习等高级功能是如何在大脑中工作的。
“我们已经在突触层面上支持了大量的学习过程，包括多巴胺增强可塑性，这是一种生物学上可信的强化学习形式。”
“不过，虽然在SpiNNaker身上，把这些局部可塑性规则整合到一个类似大脑的高级学习系统中是可能的，但这也拓展了我们对建立这种系统的理解，从而我们可以宣称‘这就是大脑的学习方式’。”
研究小组已经用这个系统模拟了大脑中一个叫做基底神经节的区域，这个区域是帕金森氏症的影响区域。
事实上，这项技术有潜力在医学领域提供进步，特别是在药物测试方面，，尽管研究人员相信他的研究对真正的病人的影响可能需要几十年才能实现。
Furber和他的同事现在正在研究第二代机器SpiNNaker2，它使用升级的硅技术来提供10倍的功能密度和能源效率。
这将使整个昆虫大脑模型的创建成为可能。
