在另一个实验场景中，课题组成员给计算机演唱一首歌其中的两句，然后，计算机就能通过回想把后续的歌曲内容“唱”出来。
“这是类脑计算机通过模拟海马体记忆机制，实现对大脑内部记忆信息的存取，与我们常用的检索功能不同。”项目研究骨干唐华锦教授说，Darwin Mouse类脑计算机通过借鉴海马体网络结构以及神经机制建立记忆模型架构，可以模拟海马体的记忆-学习功能，通过记忆的脉冲编码，同一模型就可以学习与记忆语音、歌曲、文本等不同类型数据。
类脑计算机应用演示：模拟海马体的记忆回想
类脑计算机将如何“进化”
1946年诞生的世界第一台计算机重达28吨，运算速度为每秒5000次的加法运算，然而在以后的70多年里，计算机技术飞速发展。类脑计算机的发展速度很有可能也会令人惊讶。
别看现在的类脑计算机是个“大块头”，科学家们表示，随着达尔文芯片及其他硬件的不断迭代升级，体积缩小将指日可待。未来类脑计算机或将植入手机、机器人，产生新的智能服务体验。
与硬件上的更新相比，如何让类脑计算机变得更聪明是科学家们下一步研究的重点。
目前，市面上的传感器输入的信号还是以数字为主，在应用到Darwin Mouse类脑计算机上，要加一个编码层，将信号转换为脉冲式的，而在这个过程中，信息有丢失和损伤，会在一定程度上降低计算机的功效。如果能解决这个问题，类脑计算机就能变得更加智能。
当前，类脑计算研究还处于初级阶段，Darwin Mouse类脑计算机，无论从规模还是智能化程度上都与真正的人类大脑还有很大的差距，但其意义在于能够为这种技术路径提供一个重要的实践样例，为研究人员提供一个工具和平台，验证类脑算法，以更强的鲁棒性、实时性和智能化去解决实际的任务。
研究团队合影
浙江大学和之江实验室研究员的目标是，希望随着神经科学发展和类脑计算机的系统软件、工具链及算法的成熟，有朝一日能够让类脑计算机像冯·诺依曼架构计算机一样通用化，真正像大脑一样高效工作，与冯·诺依曼架构并存与互补去解决不同的问题。