计算机革命/人工智能/神经网络

神经网络是一种能够发现和区分模式的AI系统。当大量信息可用时，它在识别、分类和预测方面最有用。通过检查数百甚至数千个示例，神经网络可以检测信息中的重要关系和模式。神经网络试图模仿人脑的结构和功能。

神经网络类型

自组织神经网络: 它自己可以在大量数据中找到模式和关系。

反向传播神经网络: 由其他人训练的神经网络。你教它的方法就像教孩子一样。

比较人工神经网络 (ANN) 和家用电脑

让我们从家用电脑及其信息处理方式开始。CPU知道它可以在哪些特定位置访问指令和数据。此外，CPU通过访问指令和数据，并将它们通过CPU运行，然后将结果保留在内存的指定部分。这个过程是一致且严格的，没有偏差。

另一方面，人工神经网络 (ANN) 既不一致也不严格，其过程中有很大的偏差，不依赖于预定义的指令或数据在内存指定部分的实际存储。它没有一个中央处理器处理所有处理，而是多个不太复杂的处理器从神经网络中其他处理器获取受试数据。这产生了ANN学习结果。 http://pages.cs.wisc.edu/~bolo/shipyard/neural/local.html