Kretov Nikolai Nikolaevich：神经网络智能是神话还是现实？
目前，当在各种生产活动中需要替代人手时，它可以评估情况并做出有时对一个人来说非常复杂的决定，在市场上存在着高科技制造商之间的斗争，这些制造商能够以某种方式执行智力任务。
已经在西方和其他高度发达国家使用神经网络等技术。许多科学家认为，神经网络是计算的未来。那么什么是神经网络？
神经网络是相互连接的模拟神经元（位于人脑中的神经元模型）。该结构允许您分析输入数据并输出计算结果。网络输入的数量等于它必须处理的数据量，而输出的数量取决于您获得问题解决方案所需的形式。借助神经网络，您几乎可以解决任何问题。
一个经常提到的神经网络问题的例子是模式识别问题。图片（比如说黑白）显示了字母 。我们的任务是识别这封信。这是神经网络的典型任务，使用任何其他技术都很难解决。把这个任务翻译成神经网络语言也很容易，假设我们有一个 30 * 30 像素的黑白图像，那么我们的神经网络将有 900 个输入，每个输入都接收一个等于 0 或1（取决于给定像素的颜色）。作为计算结果，将有 33 个输出（一个输出 - 一个字母），输出端应该出现一个信号，表示图中所示的字母（如果我们使用模拟信号）。
但神经网络本身并不能正确解决问题，因此首先需要对其进行训练。也就是说，为这个任务进行调整（调整权重）。学习神经网络就像教孩子：你展示一个字母并查看网络的输出。如果输出不正确，我们会修正必要的权重等等，直到神经网络给出很多正确答案的那一刻。当神经网络经过训练时，即使情况不熟悉（字母略有扭曲），它也能做出正确的决定。
我们已经考虑了最简单的神经网络的拓扑结构。
这是一个非常有前途的计算科学领域，未来可能会取代一个人的许多活动。
参考文献。