A medida que avanzamos hacia las próximas etapas de la revolución tecnológica, la inteligencia artificial (IA) que sea explicable y sostenible se está convirtiendo en un objetivo clave para los investigadores en múltiples dominios. Aprovechando el concepto de conectividad funcional (CF) en el cerebro humano, este documento proporciona nuevas direcciones de investigación para sistemas de inteligencia de máquina neuromórfica (IMN) que son eficientes en energía y compatibles con los humanos. Esta revisión sirve como un análisis accesible para investigadores multidisciplinarios, introduciendo una variedad de conceptos inspirados en la neurociencia y en la investigación de aprendizaje automático análoga. Estos incluyen posibilidades para facilitar la integración y segregación de redes en arquitecturas artificiales, un nuevo marco de representación de aprendizaje inspirado en dos redes de CF utilizadas en el aprendizaje humano, y exploramos la conectividad funcional subyacente a la priorización de tareas en humanos y proponemos un marco para que las máquinas neuromórficas mejoren sus capacidades de priorización de tareas y toma de decisiones. Finalmente, proporcionamos direcciones para dominios de aplicación clave como vehículos autónomos sin conductor, inteligencia de enjambre y aumento humano, por nombrar algunos. Guiados por cómo interactúan las redes cerebrales regionales para facilitar la cognición y el comportamiento, como los discutidos en esta revisión, nos dirigimos hacia un plan para crear IMN que refleje estos procesos.