計算機革命/人工智慧/神經網路

神經網路是一種能夠發現和區分模式的AI系統。當大量資訊可用時，它在識別、分類和預測方面最有用。透過檢查數百甚至數千個示例，神經網路可以檢測資訊中的重要關係和模式。神經網路試圖模仿人腦的結構和功能。

神經網路型別

自組織神經網路: 它自己可以在大量資料中找到模式和關係。

反向傳播神經網路: 由其他人訓練的神經網路。你教它的方法就像教孩子一樣。

比較人工神經網路 (ANN) 和家用電腦

讓我們從家用電腦及其資訊處理方式開始。CPU知道它可以在哪些特定位置訪問指令和資料。此外，CPU透過訪問指令和資料，並將它們透過CPU執行，然後將結果保留在記憶體的指定部分。這個過程是一致且嚴格的，沒有偏差。

另一方面，人工神經網路 (ANN) 既不一致也不嚴格，其過程中有很大的偏差，不依賴於預定義的指令或資料在記憶體指定部分的實際儲存。它沒有一箇中央處理器處理所有處理，而是多個不太複雜的處理器從神經網路中其他處理器獲取受試資料。這產生了ANN學習結果。 http://pages.cs.wisc.edu/~bolo/shipyard/neural/local.html