科学探索就是追求真理，这与世俗的拜金主义是相背的。
不计个人得失坚持追求真理是科技工作者的必备素质。
――王守觉
王守觉，男，祖籍江苏苏州，1925年6月生于上海市。
1942年先后以同等学历考入西南联大及内迁四川的同济大学。到西南联大就读两个月后，便转至同济大学电机系弱电专业学习。1945年应征入伍，一年后复员，到已迁至上海的同济大学继续学习，
他因成绩优异而获得了当时政府设置的学业优异奖学金（全校仅两名）。1949年毕业。1949――1950年在中国科学院应用物理所上海结晶学研究室任助理员。1950――1953年在上海新成电器厂任工程师。1953――1956年在第一机械工业部第二设计分局任动力科主任设计师。1956――1960年任中国科学院物理研究所副研究员。1960年以后一直在中国科学院半导体研究所工作，先后担任过研究室主任、副所长、所长等职，1978年任研究员。1980年当选为中国科学院院士。现为半导体神经网络实验室负责人，兼任浙江工业大学智能信息所所长。国务院学位委员会学科评议组成员，第一批博士生导师。他还担任中国电子学会副理事长，中国计算机学会多值与模糊逻辑委员会名誉主任，中国计算机学会CAD与图形学委员会名誉主任,北京电子学会副理事长,北京科协常委,中国神经网络委员会主席等职。
王守觉是中国半导体器件研究的开拓者之一，也是微电子与信息科学方面的著名科学家。早期从事半导体器件、半导体电路设计及器件制造工艺的研究，模糊逻辑电路，新型高速逻辑电路及其应用途径的研究，创造了连续逻辑电路。对我国半导体器件工艺的成型，工艺设备的设计与定型生产，电路的集成与应用等方面做出了重要贡献。
早年研究解决了“两弹一星”所需计算机的基础器件，研制成中国首只锗合金扩散高频晶体管，频率由2兆赫提到200兆赫，解决了高速晶体管化计算机的需要。1963年在我国首先研制成硅平面工艺和平面器件，1964年获国家新产品一等奖，并保证了为中国“两弹一星”的研制工作做出重大贡献的109丙机的研制成功，并研制成国内最早的4种固体组件，为专用微型机的研制创造了基本条件。他还在模糊逻辑和神经网络的半导体硬件实现和模型算法方面做出了系列创新性贡献，1978年他在国际上最早发表了关于研制成功的集成模糊逻辑电路，这项成果使我国8位D/A转换器速度提高了20倍。领导研制成数模混合小型神经计算机“预言神采1号”，曾获国家“八五”与“九五”攻关重大科技成果奖、全国科学大会奖、中科院重大成果一等奖等。1990年起，致力于神经网络模式识别等机器形象思维的基础理论与实际应用基础研究，在国家“八五”、“九五”科技攻关中，承担了神经网络的实现和应用技术的攻关工作。
近年他提出了信息科学发展的新方向。他认为在数字化时代里，所有非物质的信息都可转化为一大堆数字。因而，对这一大堆数字如何分析、如何研究、如何处理是未来信息科学发展的主要问题，也是克服计算机智商低这一弱点的核心问题。由此提出了分析、研究这一组一组数字的新方法：高维空间几何概念与代数精确计算相结合的“高维空间点分布分析方法”。实际应用于模式识别取得优异效果，并依此提出了一种效果明显优于传统模式识别的“仿生模式识别”和有关的3项发明专利，即“多权值突触的神经元构造方法”，“模式识别中的非超球面几何形体覆盖方法”、“非划分的仿生模式识别方法”。他把高维空间点分布分析方法
首先应用于模式识别问题，提出了以在特征空间中“认识”点分布形态的“仿生模式识别”取代常规模式识别，取得了十分优异的实际效果，为神经网络模式识别开辟了一个崭新的途径。以对多种刚体实物模型做识别目标（狮、虎、坦克、汽车等等）的全方位识别问题做实际考核实例，以国际上新发展被公认处优势地位的支撑向量机（SVM）识别方法做比较对象。比较结果说明，在采集样本总数较多的情况（8种目标共采338个样本），仿生模式识别效果比支撑向量机好得多（正确识别率前者为99.87�后者为99.72�）；而在采集样本总数较少时(8种目标共采169个样本时)，仿生模式识别效果更优于支撑向量
机效果(正确识别率前者为98.22�后者仅为78.28�)。以ORL人脸库作人脸识别效果作比较,仿生模式识别的识别效果也大大优于支撑向量机。王守觉院士还在提出高维空间点分布几何分析方法的基础上发展了高维形象几何仿生信息学，初步试用于模糊照片的清晰化处理、照片不均匀光照的均匀化处理、卸妆化处理等方面。验证了这种新分析方法的有效性，为机器形象思维提供了一种新可能。
王守觉院士从事科研几十年来多次获奖。荣获1955年上海市劳模、1956年全国先进工作者等荣誉称号，并相继两次被评为国家“八五”和“九五”科技攻关先进个人。获2001年北京市科技进步一等奖、何梁何利科技进步奖和2002年台湾潘文渊文教基金杰出科研奖。获国家新产品一等奖1项、中科院一等奖1项、二等奖3项，三等奖1项及国家发明三等奖1项。目前他正在把创新的高维空间点分布分析理论工作系统化外，同时在深圳企业家的协作支持下，致力于把科学理论转化为生产力的工作，努力于把“仿生模式识别”发展为具有自主知识产权的高水平的新产品。