为什么神经网络训练时只能改变权重而不能改变网络的拓扑结构？

现有的机器学习神经网络训练过程中都是对一个固定的拓扑结构来优化权重，似乎没看到能够改变网络结构的训练方法。理论上不同的网络拓扑结构可以适应不同的问题，所以是否有可能存在训练方法能够改变网络结构，类似大脑中突触的建立过程？