При задълбочено обучение обучението с една задача в компютърното зрение има голям успех. Много проблеми от реалния свят обаче са по своята същност мултимодални. Например, за да предостави индивидуализирано съдържание, една интелигентна система за реклама трябва да може да разпознава присъствието на хора в нейния изглед, да определя техния пол и възрастова група, да оценява външния им вид, да проследява къде гледат и т.н. Многозадачното обучение (MTL) , при което един модел разпределя..