El cervell humà no és una massa uniforme: les seves regions formen grups de zones molt connectades entre elles i poc amb la resta, el que els científics anomenen organització modular. Fins ara, moltes explicacions atribuïen aquesta estructura a restriccions físiques, com ara reduir el cost metabòlic de connectar neurones llunyanes.
Un equip de la Universitat de Ciència i Tecnologia Electrònica de la Xina, la Universitat de Zhejiang, la de Nova York i la de Pennsilvània, amb Dani Bassett i Marcelo Mattar entre els autors, ha entrenat xarxes neuronals recurrents amb tasques cognitives i n'ha comparat l'organització. L'estudi, publicat el 28 de setembre a Nature Machine Intelligence, una revista revisada per parells, conclou que l'aprenentatge multitasca fa augmentar la modularitat respecte de l'entrenament d'una sola tasca, sobretot quan la càrrega de feina exigeix molt a la capacitat de la xarxa.
El grau més alt de modularitat, amb un rendiment també millor, es va obtenir amb l'aprenentatge multitasca incremental, en què les tasques s'introdueixen una a una. Les xarxes resultants s'assemblaven més al connectoma humà, mesurat amb 84 àrees corticals del Human Connectome Project, que els models basats només en limitacions espacials. Els autors hi veuen la modularitat com una resposta adaptativa a haver d'aprendre tasques complexes en seqüència.
Els resultats surten de models simplificats en entorns controlats, i no d'un cervell real ni de simulacions a gran escala, de manera que no demostren que el cervell s'organitzi així per aquesta raó. Sí que ofereixen una explicació comprovable i una pista per dissenyar xarxes que aprenguin sense oblidar el que ja saben.