麻省理工学院研究发现，人工神经网络无需设计者详细指导，仅凭简单规则即可自我组织并构建学习机制，学会识别图像和分类模式，表现与主流反向传播网络相当。研究者认为，自我组织能力是判断模型是否贴近生物学习的关键标准，有助于理解大脑学习机制并推动脑机接口等应用。