高维形象几何仿生信息学是通过生物模式识别、人工智能、神经网络、信息与控制等多学科交叉与集成的研究领域。
—般认为，在仿生学研究中存在下列三个相关的方面：生物原型、数学模型和硬件模型。前者是基础，后者是目的，而数学模型则是两者之间必不可少的桥梁。由于生物系统的复杂性，搞清某种生物系统的机制需要相当长的研究周期，而且解决实际问题需要多学科长时间的密切协作，这是限制仿生学发展速度的主要原因。
我国科学家经过了十多年不懈努力探讨，建立了高维形象几何仿生信息学理论和计算方法，通过实验证明应用于人脸识别、实物目标识别、连续语音识别、图像处理等方面，均远远优于通过把形象思维问题用逻辑描述进行计算的传统方法。该研究方法开辟了具有巨大实用价值背景的高维仿生信息科学新领域。其创新理论论文，相继被评为全国优秀论文，并于2006年6月在欧洲召开的第8次人工智能与软计算国际会议作大会特邀报告。
高维形象几何仿生信息学为研究机器模仿人进行形象思维、学习人的经验进行学习，提供了分析、研究的方法，为实现机器智能化探索出了一条新的可实现途径。
在2003年以仿生学研究为主题的香山科学会议上，路甬祥院士说：人类进化只有500万年的历史，而生命进化已经历了35亿年的历史，模仿自然更有无限的潜力和机会。人们发现，一些植物和动物的功能，超越了人类在此方面的技术设计方案。植物和动物在几百万年的自然进化当中不仅完全适应自然而且其程度接近完美。
纳米技术的发展为仿生技术研究开辟了新的领域，为实现崭新的机械、仪器、建筑结构和工艺过程提供了可能。从世界科技发展看，纳米科技正迅速从前沿基础研究向产业化应用转移，必将带来深刻的产业技术革命。中国科学院在苏州与江苏省、苏州市共建纳米技术与纳米仿生研究所，加强纳米科技与信息、生物、认知等领域的会聚、满足长三角区域科技领域的布局，适应区域现代制造业与经济社会快速发展的需求，这正是国家创新体系与区域创新体系的结合，为纳米仿生研究提供广阔的前景，并具有极大的实用意义；正是纳米科学和技术发展的重要方向和内容之一，也是高维仿生信息理论与纳米技术相结合的交叉学科的重要新方向。
开展仿生关联存储系统研究，开发新型高密度存储器与基于仿生原理的关联读写技术；开展能够辨别或能够自主学习辨别图形、文字、声音等信息的自组织机；开展基于新型纳米器件的人造神经纤维、人造神经元、人工记忆神经元等研究，组成仿生神经网络；开展仿生计算机研究，开发可能突破硅基集成电路极限的新型纳电子器件及仿生电路逻辑系统。这些领域的理论和技术突破，在军事、安全等方面应用将发挥非常重要和关键的作用。
在当今我国从跟踪型科技向创新型国家发展的新时期，高维形象几何仿生信息学和纳米仿生科技这些交叉学科的系统性、原创性研究，希望得到科技界更多的关注。
