NeuroAI研究人员形式化了逆变的概念，证明了对于任何两个针对足够困难任务的最小深度神经网络（DNN）解，基于仿射映射的弱对齐保证了特权轴的强对齐。这种对齐使网络层级闭合，导致特权轴从端到端任务优化中涌现。

  • 网络表示的弱对齐保证了特权轴的强对齐。
  • 在优化过程中，对齐沿网络层级向上传播。
  • 当任务足够困难时，人工神经网络与真实大脑网络之间的收敛进化可能是不可避免的。

这些结果表明，当任务足够困难时，用于网络间比较的度量选择变得不那么敏感。