智慧城市通过多种类型的传感器构建物联网体系；通过云计算创造计算能力；通过移动宽带实现互联互通；通过智能识别实现对数据的识别和挖掘。而目前人工智能最薄弱环节是信号的模式识别。对于声音、语言、图像模式的识别达不到必要的精度，无法实现精确的识别、判断，从而影响智慧城市的“智慧”，达不到商用水平。其原因是计算机处理信息的方式与人类认知方式的本质差异，而要达到人类认知能力，最好的途径就是模仿人类神经系统的认知结构。
    人类神经系统的认知结构是自下而上生成的，即神经元的连接在外部感觉信号的诱发下逐渐形成低水平模式，这些低水平模式再组织形成基本概念、抽象概念、思维模式，即多层模式群，从而构成人类的认知结构。传统的基于统计的模式发生和模式识别，由于采用一套固定系统对样本进行训练，所形成的模式基本上都是并列单层的，这种模式的表征能力和识别程度是极其有限的，无法实现联想能力，无法实现基于语境的识别，无法实现想象能力，无法实现推理能力，也就是说只能达到有限程度的识别。而基于模拟神经元群的模式发生和模式识别，通过多层次训练，能够产生多层模式，逐渐提高识别精度，在多层模式中实现抽象概念的识别、基于语境调整权重的识别、通过相互关联实现联想功能、通过内部激发实现想象功能、通过逻辑关系实现推理功能等。
    模拟神经元群通过导入传感器采集到的信号，诱发实现模式发生。任何一个人生下来都是需要通过适应性学习，才能对环境信息逐渐形成敏感的认知能力，而这个过程就是通过信号诱发实现模式发生。人脑在出生时是不具有针对世间万物的模式的，这是人类的适应能力的表现。人类属于晚成动物，生下来需要经过长时间适应学习，才能获取模式认知能力，而有些早成动物生下来就能跑会跳，但是这种生物的适应能力和灵活性不如晚成生物。
     模拟神经元群实现模式识别。当人们形成针对环境事物的模式后，在此遇到该类事物发出的信号，哪怕是不完整信号，也能够敏锐地将其从噪杂的环境中分离识别出来，从而达到识别敏锐度。模式识别能力是一种主动的识别，人类在识别环境事物的时候，就是通过这种“胸有成竹”的模式进行识别的。“鸡尾酒会效应”反应的是当在一个嘈杂的环境中，人们能够听到别人说起自己的名字，因为我们大脑中存在自己名字的模式，而如果采取传统的模式识别处理方式，很难在嘈杂的环境中达到这样的识别能力。
从量变到质变的识别应用提升。由于目前的模式识别技术能力低下，很多传感器接受到的信号得不到有效的分析，大大阻碍了应用。比如声音信号、视频信号，大量的信号堆积如山，但是却不能进行有效的分析和识别，当我们需要查询的时候，也需要耗费很多时间和人力。如果机器能够动态实时地处理声音、视频信息，就能够做到实时监控、实时跟踪，不仅在安保、罪犯追踪、门禁等领域能够大显身手，还能够让设备智能化、自动化、灵敏化、实时化。我们可以想象，每个摄像头都能看和辨认，每个麦克风都能聆听，这些摄像头、麦克风能够接受统一调度，能够在授权情况下被随时组网形成“注意”能力，整个网络的智慧程度会有多大的提升，能够创造多大的价值。
    智慧地球与人居环境。智慧地球是IBM最早提出的概念，这一概念逐渐得到丰富和发展。智慧地球的前身是智慧城市，城市的发展先行一步。人类自从学会运用工具，就一直改变着我们的家园，从织布做衣、修建房屋、铺设道路、制造车辆、打造家居用品，不断改造我们的人居环境，提高生活质量。电子技术的发展将社会推向了自动化，计算机的应用将社会推向信息化，多种传感技术、互联网、移动互联网和云计算的运用，将会把社会推向物联网、智能化。智慧地球是建立在科技发展和基础设施之上的，基础设施只能提供基础，而智能理论和智能技术的提高才能真正将理想变成现实。人类改造环境的步伐从来都没有停止，并且处于加速的过程中。今年我们国家试点建设90个智慧城市，如果能够提升智慧城市的基础技术—模拟神经元群技术，将会大大推进智慧城市的发展进程，也将会使我国在创建智慧城市方面达到国际领先水平。