應該說，不僅人類有意識，高等動物都有意識（感知、認知、判斷、記憶、想象、思考、動機、行為）。意識是人類對高級神經心理活動想象的概念概括，雖然有的人狹隘地只認同人才有意識，但是無可否認的是，動物與人類共享著同樣一套意識機制，那就是“大腦皮層的神經中樞”。而人類思維的本質正是“大腦皮層神經中樞”的高度有序的電生化活動。
對于包含人類在內的動物來說，大腦是中樞神經系統的控制中心并負責思考。大多數動物的大腦位于頭部，受到頭骨的保護，并且靠近視覺、聽覺、平衡感、味覺和嗅覺等主要感覺器官。雖然所有脊椎動物都有大腦，但大多數無脊椎動物也都有集中的大腦或個別神經節的集合。原始動物如海綿根本沒有大腦。大腦可能非常復雜，例如，人類大腦包含大約860億個神經元，每個神經元與多達1萬個神經元相連。
上圖：來自新型Connectom掃描儀的全腦擴散光譜圖像，顯示出人腦中的神經纖維束走向。
理解大腦與思維之間的關系，即“思想-身體問題”是哲學史上的核心問題之一。這在哲學和科學上都是一個具有挑戰性的問題。在歷史的大部分時間里，許多哲學家發現，認知可以通過腦組織（即神經元和突觸）等物理物質來實現，這是不可思議的。笛卡爾就曾對意識與腦的關系進行過廣泛的思考，他發現用機械術語來解釋反射和其他簡單行為是可行的，盡管他不相信復雜的思想，特別是語言，可以僅通過物理大腦來解釋。
物質大腦與意識之間強烈關系的最直接的科學證據是對大腦的物理改變對意識帶來的影響，例如創傷性腦損傷和精神性藥物使用。所以從現象和經驗上，大眾都能夠得出大腦與意識的關系。
在抽象的哲學之外，意識和大腦之間的關系如今越來越多地涉及到諸多具體的科學領域，包括理解心理活動和大腦活動之間的關系，藥物影響認知的確切機制以及意識的神經相關性等等。
人類進化的時間跨度大約有700萬年，從黑猩猩屬分離到5萬年前現代人類行為的出現——在這個時間跨度中，前300萬年可能大概講述的是乍得人猿(人科動物最早的祖先)的進化史，接下來的200萬年大概是被南方古猿所領銜，而最后的200萬則涵蓋了人屬發展（舊石器時代）的歷史。人類智慧的許多特征，例如同理心、哀悼、儀式以及符號和工具的使用，在類人猿中已經很明顯，盡管其復雜程度低于人類。人類意識漸進進化的路徑大致由古生物學和考古學所證實，因此我們沒有理由區分動物和人類的意識的本質——人類的意識基本上不可能是神授的，也不大像是外星人賦予的，就是自己長成這樣的。
上圖：從乍得人猿到現代人腦量的連續變化。自200萬年前，類人猿的腦量開始快速上升。
神經科學研究發現神經系統是意識的物理基礎。在系統層面，神經科學家研究生物神經網絡如何在生理上發生相互作用以產生諸如反射、多感覺整合、運動協調、晝夜節律、情緒反應、學習和記憶等心理功能和內容。
對每一個神經元來說，接受來自其他神經元的生物電刺激并將超越特定門限值的電刺激以不同的權重向其他神經元傳遞就是意識的微觀基本原理。此模式在當今熱門的人工智能領域已經被充分地數學模型化，而以數學抽象之后的神經元模型能夠更清楚地揭示神經產生智能以及意識的機理，接下來我們來看看AI（人工智能）。
上圖：神經元的基本結構，下面要用到這些概念。
人工神經元的基本模式就是模擬生物神經元的各個方面：
樹突 - 在生物神經元中，樹突充當了輸入端的角色。這些樹突允許細胞從大量（大于1000個）相鄰神經元接收信號。每個樹突能夠以各自的“權重值”對輸入的電脈沖信號進行“加成”。樹突上的突觸末端神經遞質與突觸內的神經遞質可以實現對生物電流信號的放大和抑制，不同濃度的神經地質和相關信使化學分子造就了不同突觸的導電差異，因而形成某種“權重”（權重在這里的基本含義就是各條路線輸入的信號的“份量”），而這種權重就是記憶的形成基礎。
神經元胞體 - 在生物神經元中，神經元胞體相當于某種加權求和過程（或者說某種綜合過程）。由于正和負信號（激發和抑制）從樹突到達體細胞，通過在細胞體內的溶液中混合在一起的簡單特性，正負離子被有效地加總（多路信號變成單路信號），這實際上是一種信息簡化和抽象的過程。
軸突 - 軸突從神經元胞體的求和行為中獲取信號，相當于輸出端。軸突基部的開口能夠對胞體內細胞質液體的電位進行采樣，一旦胞體達到一定的電位，軸突將沿其長軸把信號脈沖傳遞給其末端連接的多個下游神經元細胞的樹突。從這一點說，軸突還有某種“門限”的作用，也就是說要超過一定的強度才會發出信號，低于這個強度就保持靜默。這是生物神經元的一個重大特點，這種門限的微觀特征會表現為生物總體智能的宏觀特征。
因此模擬上述生物神經元的結構，人工神經元可以通過數學公式的方式來模擬生物神經元的工作模式。
上圖：一個簡單的多層人工神經元系統的工作過程示意——這實際上是對外部輸入特征的總結過程。
人工神經元需要先“訓練”建立人工神經系統中的“權重體系”，即每個神經元與其他神經元連接的“強度值”；
在學習完畢后，在實際應用時，新鮮的輸入信息會按既定的權重值來得出“判斷”結果。
這個過程和生物神經系統的工作模式幾乎完全一樣。然而，與大多數人工神經元不同，生物神經元以離散脈沖發射。每次體內電勢達到一定閾值時，脈沖沿軸突傳遞。這種脈沖可以轉化為連續值。軸突發射的速率（每秒激活的速率）直接轉換成相鄰細胞傳入信使化學物質離子的速率。生物神經元發射得越快，附近的神經元就越快積累電勢（或失去電位，取決于連接到發射的神經元的樹突的“權重”）。正是這種轉換允許計算機科學家和數學家使用可以輸出不同值（通常從-1到1）的人工神經元來模擬生物神經網絡。
上圖：計算機模擬的大腦皮層錐體神經元的圖像，揭示分叉的樹突表現出復雜計算行為，而不僅僅是作為被動連接。
目前在計算神經科學領域，已經開發出大規模的模擬人類大腦的人工智能模型，對簡化和有效的大腦區域功能進行模擬，例如丘腦、基底神經節、前額葉皮層、運動皮質和枕葉皮質，而后更復雜的模擬還可以進行學習、響應視覺刺激、協調運動反應、形成短期記憶，并學會響應圖案等等。
而在人工智能領域，除了開發出能夠針對特定問題進行智能學習的深度學習神經網絡（實際上人工智能的深度遠遠不及生物神經網絡），例如阿法狗(AlphaGo)就是面向圍棋的人工智能神經網絡應用，而它已經在某些方面表現出了類似人類一般的“意識”，例如阿法狗會受到對手出其不意的新招的迷惑，會基于以往的經驗對策略進行創新。
如果將阿法狗的神經網絡再加寬加深若干倍，用通用的超級量子計算機來運行，是不是就能產生出類似甚至超人類的意識呢？很有可能呢！因為人類已經掌握了意識的本質了！
人類意識的本質是神經元基本電生化工作模式的宏觀集合，而智能是意識的高級部分，是生物在漫長的進化過程中經過若干代的自然選擇對這么一種復雜的智能系統進行的“自然訓練”而產生的一套高度發達的生物神經元網絡學習體系。而目前人類已經通過自己的智能在另一種非生物的機制上復制了這套體系并取得成功，這反過來闡釋了這套體系的基本工作原理，也闡釋了智能和意識的本質。
