计算机模仿人脑的方式主要有以下几种：
神经网络：
神经网络是一种模仿人脑处理信息的计算机算法，由许多相互连接的节点（神经元）组成，这些节点通过权重连接，权重决定了信息从一个节点到另一个节点的传递程度。神经网络可以学习识别模式，通过训练数据不断调整权重，以改进其性能。经过计算机得出的模型能够以近似于人的方式解决很多灵活复杂的问题。
人工突触：
科学家们研究并制造出人工突触，这种突触可以模仿神经元之间的信息传递。人工突触能够提高计算机模拟人脑的效率，并且能效超过了传统计算机。通过这种训练，研究人员能够预测突触达到特定电位状态所需的电压，并且一旦达到该状态，突触能够将其保持下去。
类脑智能：
类脑智能，也称为神经形态计算，通过模仿人类大脑的运作方式，让计算机软硬件实现信息高效处理。这种方法侧重于算法和模型模拟大脑的工作模式，虽然没有神经细胞和蛋白质等物质，但可以在软件中模拟大脑的信息加工机制。
结构模拟与功能模拟：
人工智能可以通过两条途径来模拟人脑：一是结构模拟，即仿照人脑的结构机制制造出“类人脑”的机器；二是功能模拟，即暂时撇开人脑的内部结构，对其功能进行模拟。强人工智能的目标是实现类似人类的思维过程。
硬件层面的突破：
在硬件材料方面，研究人员开发神经形态的芯片（如类脑芯片）和其他介质，以生物电的方式模仿人脑的工作方式。
总结来说，计算机模仿人脑主要是通过神经网络、人工突触、类脑智能以及硬件层面的结构模拟和功能模拟等方式来实现。尽管计算机在某些方面已经能够模拟人脑的功能，但人类大脑的复杂性和灵活性仍然是一个巨大的挑战，科学家们还在不断努力研究和改进中。