郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！
系统神经科学寻求有关大脑如何执行各种感知，认知和运动任务的解释。相反，AI试图根据必须解决的任务来设计计算系统。在ANN中，设计指定的三个组成部分是目标函数，学习规则和结构。随着利用脑启发性架构的深度学习取得越来越大的成功，这三个设计的组件已经越来越成为我们建模，工程设计和优化复杂的人工学习系统的核心。在这里，我们认为，更多地关注这些组件也将有益于系统神经科学。我们举例说明这种基于优化的框架如何推动神经科学的理论和实验进展。我们认为，关于系统神经科学的这种原则性观点将有助于产生更快的进展。