你需要了解你周围不断变化的技术
神经网络是连接单元或节点的计算机模型，其设计为以类似于神经元（神经细胞）在人类中工作的方式传输，处理和学习信息（数据）。
人工神经网络
在技术上，神经网络通常被称为人工神经网络（ANN）或神经网络，以区别于他们所建模的生物神经网络。 人工神经网络背后的主要思想是人脑是存在的最复杂和最智能的“计算机”。 通过尽可能地将人工神经网络建模为大脑使用的信息处理的结构和系统，研究人员希望能够创建接近或超越人类智能的计算机。 神经网络是当前人工智能 （AI），机器学习（ML）和深度学习的重要组成部分 。
神经网络如何工作：比较
为了理解神经网络是如何工作的，以及两种类型（生物和人工）之间的区别，我们以15层办公楼为例，并使用电话线和交换机将呼叫路由到整个建筑物，各个楼层和各个办公室。 我们15层办公大楼中的每个办公室都代表一个神经元（计算机网络中的节点或生物学中的神经细胞）。 建筑物本身是一个结构，其中包含一组由15层（神经网络）系统组成的办公室。
将该示例应用于生物神经网络，接收呼叫的交换机具有连接到整个建筑物的任何楼层上的任何办公室的线路。 此外，每个办公室都有线路，可将其连接到任何楼层的整个建筑物中的其他任何办公室。 想象一下，一个电话进入（输入），交换机将它传送到三楼的办公室，然后直接将它传送到11楼的办公室，然后直接将它传送到5楼的办公室。 在大脑中，每个神经元或神经细胞（办公室）可以直接连接到其系统或神经网络（建筑物）中的任何其他神经元。 信息（呼叫）可以传送到任何其他神经元（办公室），以处理或学习需要什么，直到有答案或解决方案（输出）。
当我们将这个例子应用到人工神经网络时，它会变得更加复杂。 建筑物的每个楼层都需要自己的交换台，它只能连接到同一楼层的办公室以及楼上和楼下的交换台。 每个办公室只能直接连接到同一楼层的其他办公室和该楼层的交换机。 所有新的呼叫必须从一楼的交换台开始，并且必须在呼叫结束之前以数字顺序传送到各个楼层，直到15楼。 让我们来看看它是如何工作的。
假设有一个电话进入（输入）到第一层交换机并发送到第一层（节点）的办公室。 然后，该呼叫直接在一层的其他办公室（节点）之间传送，直到它准备好被发送到下一层。 然后该呼叫必须被发送回第一层配电盘，然后将其转移到第二层交换机。 这些相同的步骤每次重复一层，通过这个过程在每一层发送呼叫一直到第15层。
在人工神经网络中，节点（办公室）分层布置（建筑物楼层）。 信息（电话）始终通过输入层（第一层及其配电盘）进入，并且必须通过每层（地板）发送并处理，然后才能移动到下一层。 每层（楼层）处理关于该呼叫的特定细节，并将结果与呼叫一起发送到下一层。 当呼叫到达输出层（15层及其交换机）时，它包含层1-14的处理信息。 第15层（楼层）上的节点（办公室）使用来自所有其他层（楼层）的输入和处理信息来提出答案或分辨率（输出）。
神经网络与机器学习
神经网络是机器学习类别下的一种技术。 事实上，神经网络研究和发展的进步已经与ML中进步的起伏密切相关。 神经网络扩展了数据处理能力，提高了ML的计算能力，增加了可处理的数据量，同时也增加了执行更复杂任务的能力。
1943年，Walter Pitts和Warren McCulloch创建了第一个记录ANN的计算机模型。 对神经网络和机器学习的最初兴趣和研究最终放缓，并在1969年或多或少地被搁置，只有少量重新兴趣。 时间的计算机根本没有足够快或足够大的处理器来进一步推进这些领域，当时还没有ML和神经网络所需的大量数据。
计算能力随着时间的推移随着互联网的增长和扩展（以及因此通过互联网访问大量数据）而大量增加已经解决了这些早期的挑战。 神经网络和ML现在在我们每天看到并使用的技术中发挥着重要作用，例如面部识别 ，图像处理和搜索以及实时语言翻译 - 仅举几例。
日常生活中的神经网络例子
人工神经网络在技术上是一个相当复杂的话题，但是值得花一些时间去探索，因为它每天都会影响我们的生活方式的数量越来越多。 以下是一些神经网络目前被不同行业使用的例子：
- 金融：神经网络被用来预测货币汇率。 它们也用于股票市场中使用的自动交易系统的技术。
- 医学：神经网络的图像处理功能有助于更准确地筛选和检测早期阶段和难以识别癌症类型的技术。 一种这样的癌症是侵袭性黑素瘤，这是最严重和致命的皮肤癌形式。 在早期阶段识别黑素瘤，在其扩散之前，给这类癌症患者提供最好的机会来击败它。
- 天气：能够尽可能快速和准确地发现可能导致严重和危险的天气事件的大气变化对挽救生命至关重要。 神经网络涉及卫星和雷达图像的实时处理，不仅可以检测飓风和飓风的早期形成，还可以检测风速和方向的突然变化，从而指示形成龙卷风。 龙卷风是有史以来最强烈和最危险的天气事件 - 通常比飓风更加突然，破坏性和致命。