안정성-가소성 딜레마이는 인공 신경계와 생물학적 신경계 모두에 존재하는 신경계의 제약이며, 균형 상태를 달성하기 위한 안정성과 가소성 간의 균형으로 이해될 수 있습니다.

병렬 및 분산 시스템에서 학습하려면 새로운 지식을 통합하기 위한 가소성이 필요하고, 안정성은 이전 지식을 잊지 않도록 하는 데 사용됩니다. 과도한 가소성은 이전에 인코딩된 데이터를 계속해서 망각하게 만들고, 과도한 안정성은 시냅스 수준에서 데이터를 효과적으로 인코딩하는 것을 방해합니다.

대부분의 경우, 신경 컴퓨팅은 이제 과도한 가소성과 과도한 안정성 문제를 해결했습니다.