生物上合理的SGD是腦機接口的硬傷
sgd依賴於非局部錯誤信號，而神經元似乎不使用這種機制，使得模擬額外神經元的腦機接口難以實現。
這篇文章探討了使用人工智慧模擬額外的神經元以增強智慧，但指出缺乏一個在生物學上合理的等價於隨機梯度下降（stochastic gradient descent, SGD）的演算法是一個主要的障礙。深度學習依賴反向傳播（backpropagation），它將錯誤信號傳播到整個網路，而生物神經元似乎根據局部信號和放電統計數據進行更新。儘管在生物學中觀察到了一些類似梯度的信號，但對於一個與SGD相匹配的全局學習規則，科學界尚未達成共識。作者得出結論，發現一個用於此過程的緊湊、可指定的演算法極具挑戰性，因此對近期內使用腦機介面（BCI）實現認知增強的能力表示懷疑。