Zebrzivs embrija smadzeņu pilna elektronmikroskopiskā aina (~60 nm³ izšķirtspējā), izstrādnes šādu datu automatizētai iegūšanai no zīdītāju smadzenēm. Izskatās, ka pamazām tiek sākts tikt galā arī ar vienu no diviem atlikušajiem lielajiem “pudeles kakliem” smadzeņu digitizācijā, proti, datu iegūšanas ātrumu.

Prognozēju, ka galā tikšanā ar otro (konektomas rekonstruēšanas no iegūtajiem jēldatiem ātrumu) neaizvietojama izrādīsies dziļā mašīnapmācība, ņemot vērā to, ka šis rekonstruēšanas darbs, būtībā, ir lielas un sarežģītas attēlu atpazīšanas un klasificēšanas problēmas risināšana, tātad, pieder pie problēmu klases, kur DL/ML metodes šobrīd uzrāda ļoti iespaidīgus rezultātus gan pa ātruma, gan kvalitātes (precision/recall kombinēto) asi.

Kas attiecas uz simulācijai vajadzīgajiem skaitļošanas resursiem, tad tur, visticamāk, Mūra likums vairs neglābs un nāksies pāriet uz hibrīdiskām sistēmām (tradicionālā HPC skaitļošana plus GPGPU plus TPU/NPU plus neiromorfie čipi uz ASIC (ieskaitot memristorus) un/vai FPGA bāzes).