本文提出了一种新的神经网络学习方法——正向前向算法（FFCL），通过消除反向传播，依赖本地更新来克服其局限性。研究表明，该算法在MNIST等数据集上表现出更高的分类准确率和计算效率，适用于图神经网络，具有生物合理性，推动了分布式深度学习的发展。