生物学的に妥当なSGDはBCIの大きな障害に
SGDはニューロンが実際には使用していないと思われる非局所的な誤差信号に依存しているため、追加のニューロンをシミュレートするブレイン・コンピュータ・インターフェース(BCI)の実装が困難になっている。
この記事では、知能の増強のためにニューロンをシミュレートするためにAIを使用することを検討しているが、確率的勾配降下法（SGD）に生物学的に妥当な同等物が存在しないことが大きな障壁であると特定している。ディープラーニングは、バックプロパゲーションに依存しており、エラー信号をネットワーク全体に伝播させるのに対し、生物学的ニューロンは局所的な信号と発火統計に基づいて更新されるように見える。生物学において勾配のような信号がいくつか観察されているにもかかわらず、SGDと一致するグローバルな学習ルールに関する科学的コンセンサスはない。著者は、このプロセスのためのコンパクトで指定可能なアルゴリズムを発見することは非常に難しいと結論付け、認知機能の向上のためのBCIの近短期的な実現可能性に疑問を投げかけている。