你需要了解你周圍不斷變化的技術
神經網絡是連接單元或節點的計算機模型，其設計為以類似於神經元（神經細胞）在人類中工作的方式傳輸，處理和學習信息（數據）。
人工神經網絡
在技術上，神經網絡通常被稱為人工神經網絡（ANN）或神經網絡，以區別於他們所建模的生物神經網絡。 人工神經網絡背後的主要思想是人腦是存在的最複雜和最智能的“計算機”。 通過盡可能地將人工神經網絡建模為大腦使用的信息處理的結構和系統，研究人員希望能夠創建接近或超越人類智能的計算機。 神經網絡是當前人工智能 （AI），機器學習（ML）和深度學習的重要組成部分 。
神經網絡如何工作：比較
為了理解神經網絡是如何工作的，以及兩種類型（生物和人工）之間的區別，我們以15層辦公樓為例，並使用電話線和交換機將呼叫路由到整個建築物，各個樓層和各個辦公室。 我們15層辦公大樓中的每個辦公室都代表一個神經元（計算機網絡中的節點或生物學中的神經細胞）。 建築物本身是一個結構，其中包含一組由15層（神經網絡）系統組成的辦公室。
將該示例應用於生物神經網絡，接收呼叫的交換機具有連接到整個建築物的任何樓層上的任何辦公室的線路。 此外，每個辦公室都有線路，可將其連接到任何樓層的整個建築物中的其他任何辦公室。 想像一下，一個電話進入（輸入），交換機將它傳送到三樓的辦公室，然後直接將它傳送到11樓的辦公室，然後直接將它傳送到5樓的辦公室。 在大腦中，每個神經元或神經細胞（辦公室）可以直接連接到其係統或神經網絡（建築物）中的任何其他神經元。 信息（呼叫）可以傳送到任何其他神經元（辦公室），以處理或學習需要什麼，直到有答案或解決方案（輸出）。
當我們將這個例子應用到人工神經網絡時，它會變得更加複雜。 建築物的每個樓層都需要自己的交換台，它只能連接到同一樓層的辦公室以及樓上和樓下的交換台。 每個辦公室只能直接連接到同一樓層的其他辦公室和該樓層的交換機。 所有新的呼叫必須從一樓的交換台開始，並且必須在呼叫結束之前以數字順序傳送到各個樓層，直到15樓。 讓我們來看看它是如何工作的。
假設有一個電話進入（輸入）到第一層交換機並發送到第一層（節點）的辦公室。 然後，該呼叫直接在一層的其他辦公室（節點）之間傳送，直到它準備好被發送到下一層。 然後該呼叫必須被發送回第一層配電盤，然後將其轉移到第二層交換機。 這些相同的步驟每次重複一層，通過這個過程在每一層發送呼叫一直到第15層。
在人工神經網絡中，節點（辦公室）分層佈置（建築物樓層）。 信息（電話）始終通過輸入層（第一層及其配電盤）進入，並且必須通過每層（地板）發送並處理，然後才能移動到下一層。 每層（樓層）處理關於該呼叫的特定細節，並將結果與呼叫一起發送到下一層。 當呼叫到達輸出層（15層及其交換機）時，它包含層1-14的處理信息。 第15層（樓層）上的節點（辦公室）使用來自所有其他層（樓層）的輸入和處理信息來提出答案或分辨率（輸出）。
神經網絡與機器學習
神經網絡是機器學習類別下的一種技術。 事實上，神經網絡研究和發展的進步已經與ML中進步的起伏密切相關。 神經網絡擴展了數據處理能力，提高了ML的計算能力，增加了可處理的數據量，同時也增加了執行更複雜任務的能力。
1943年，Walter Pitts和Warren McCulloch創建了第一個記錄ANN的計算機模型。 對神經網絡和機器學習的最初興趣和研究最終放緩，並在1969年或多或少地被擱置，只有少量重新興趣。 時間的計算機根本沒有足夠快或足夠大的處理器來進一步推進這些領域，當時還沒有ML和神經網絡所需的大量數據。
計算能力隨著時間的推移隨著互聯網的增長和擴展（以及因此通過互聯網訪問大量數據）而大量增加已經解決了這些早期的挑戰。 神經網絡和ML現在在我們每天看到並使用的技術中發揮著重要作用，例如面部識別 ，圖像處理和搜索以及實時語言翻譯 - 僅舉幾例。
日常生活中的神經網絡例子
人工神經網絡在技術上是一個相當複雜的話題，但是值得花一些時間去探索，因為它每天都會影響我們的生活方式的數量越來越多。 以下是一些神經網絡目前被不同行業使用的例子：
- 金融：神經網絡被用來預測貨幣匯率。 它們也用於股票市場中使用的自動交易系統的技術。
- 醫學：神經網絡的圖像處理功能有助於更準確地篩选和檢測早期階段和難以識別癌症類型的技術。 一種這樣的癌症是侵襲性黑素瘤，這是最嚴重和致命的皮膚癌形式。 在早期階段識別黑素瘤，在其擴散之前，給這類癌症患者提供最好的機會來擊敗它。
- 天氣：能夠盡可能快速和準確地發現可能導致嚴重和危險的天氣事件的大氣變化對挽救生命至關重要。 神經網絡涉及衛星和雷達圖像的實時處理，不僅可以檢測颶風和颶風的早期形成，還可以檢測風速和方向的突然變化，從而指示形成龍捲風。 龍捲風是有史以來最強烈和最危險的天氣事件 - 通常比颶風更加突然，破壞性和致命。