全皮質與全腦記錄
本主題背後的企圖，是全皮質乃至最終的全腦記錄：去觀測任何真實認知或動作都會同時散布於眾多腦區的分散式活動。如今我們離此仍遠。高解析度的電生理只覆蓋局部；全腦覆蓋只能在粗解析度（影像模態）或稀疏深度下取得。彌合這道落差，是本領域界定性的結構挑戰。
可信的路徑並非一個巨大陣列，而是許多分散的陣列。分散式模組化植入體——由許多小型、獨立置放的節點所組成的網路，可能是無繫線的微粒——以一群能鋪滿大片區域的裝置，取代單一龐然大物，從而免去一次不可能的手術。這把設計問題從「造一支更大的探針」倒轉為「協調許多小的探針」。
共同配準問題
一群陣列會引出單一陣列從不會有的問題：跨陣列共同配準。要把分散式活動當作單一訊號來讀取，你必須知道每個節點的座標框架如何彼此關聯，並在各節點各自漂移時維持該對齊穩定。把許多局部、漂移的視角縫合為一幅連貫的大腦圖像，是一個尚未解決的估計問題。
基本極限與讀寫不對稱
在工程之下，橫亙著基本頻寬極限。通道容量是有限的：對給定的訊雜比與可用頻寬，位元有一個上限，任何硬體都無法超越。這些資訊理論極限意味「無限頻寬」不是一個融貫的目標——誠實的目標，是逼近生物學與物理所允許的那道極限。
一道帶有夏農色彩的上限：容量僅隨訊雜比以對數增長、隨可用頻寬 B 線性增長。通道加倍並不會使其加倍——提升每通道的訊號品質與可用頻寬，遠比堆疊冗餘電極有效得多。
此外還存在鮮明的讀寫不對稱：我們能讀取的位點，遠多於能有意義地寫入的位點，因為要讓大腦解讀為自然的圖案化刺激，遠比記錄困難，而刺激又會擾動其所針對的組織本身——即觀測者／擾動極限。對大腦的高頻寬輸出，大幅落後於高頻寬輸入，而彌合這道落差是一個獨立且更難的前沿。
誠實的判讀
把成果與企圖分開來看：如今已被證實的，是在動物體內慢性記錄數千通道、在人體約數百通道，並具明確臨床效用。正在浮現的，是 10^4–10^5 記錄點的 CMOS 陣列、分散式微粒與植入端壓縮，使更大規模變得可設想。仍然懸而未決的，是真正慢性的百萬通道記錄、細胞解析度的全腦覆蓋，以及——同樣尚未解決的——當你擁有這一切資料後究竟該拿它做什麼的理論。進展是真實的；大眾報導中的時間表通常不是。