Naukowcy z Instytutu Badań Biomedycznych im. Friedricha Mieschera i Uniwersytetu w Heidelbergu opublikowali artykuł zatytułowany "Surrogate gradients for analog neuromorphic computing" w PNAS w styczniu 2022 r., w którym ujawnili sposób obejścia tego problemu. Zespół wykazał, że algorytm sztucznej inteligencji zwany sieciami neuronowymi impulsowymi – wykorzystujący unikalne sygnały komunikacyjne mózgu, znane jako impulsy – może uczyć się wspólnie z układami scalonymi, jak kompensować niedopasowania urządzeń. Artykuł ten stanowi znaczący krok w kierunku wykorzystania sztucznej inteligencji do symulowanych obliczeń neuromorficznych.