什么是人工神经网络(an artificial neural network (ann))？

人工神经网络（ANN）是一个计算系统的一部分，用来模拟人脑分析和处理信息的方式。它是人工智能（AI）的基础，解决了人类或统计标准所证明的不可能或困难的问题。人工神经网络具有自学习能力，能够在获得更多数据时产生更好的结果。

关键要点

• 人工神经网络（ANN）是人工智能的一个组成部分，用来模拟人脑的功能。
• 处理单元组**工神经网络，人工神经网络又由输入和输出组成。输入是神经网络从中学习以产生期望的输出。
• 反向传播是用来指导人工神经网络的一组学习规则。
• 人工神经网络在金融、个人通信、工业、教育等领域有着广泛的应用。

理解人工神经网络（ann）

人工神经网络像人脑一样构建，神经元节点像网络一样相互连接。人类大脑中有几千亿个叫做神经元的细胞。每一个神经元都由一个细胞体组成，负责处理来自大脑的输入和输出信息。

一个人工神经网络有成百上千个人工神经元，它们被称为处理单元，通过节点相互连接。这些处理单元由输入和输出单元组成。输入单元接收基于内部加权系统的各种形式和结构的信息，神经网络尝试学习所呈现的信息以生成一个输出报告。就像人类需要规则和指导来产生结果或输出一样，人工神经网络也使用一组称为反向传播（backpropagation）的学习规则来完善其输出结果，反向传播是错误反向传播的缩写。

神经网络最初经历了一个训练阶段，在训练阶段，它学习识别数据中的模式，无论是视觉、听觉还是文本。在这个有监督阶段，网络将其实际输出与产生期望输出的意图进行比较。两种结果之间的差异都是通过反向传播来调整的。这意味着网络向后工作，从输出单元到输入单元，以调整其单元之间连接的权重，直到实际结果和期望结果之间的差异产生最小的可能错误。

在训练和监督阶段，通过使用带二进制数的yes/no问题类型，学习ANN寻找什么以及它的输出应该是什么。例如，一家希望及时发现信用卡欺诈的银行可能会有四个输入单元输入这些问题：（1）交易是否在不同的国家与用户的居住国进行(2） 信用卡使用的网站是否与银行观察名单上的公司或国家有关联(3） 交易金额是否超过2000美元(4） 交易账单上的名字和持卡人的名字一样吗？

银行希望“欺诈检测”的回答是是不是，二进制格式是1 1 1 0。如果网络的实际输出是1 0 1 0，它会调整其结果，直到它提供的输出与1 1 1 0一致。经过培训，计算机系统可以提醒银行未决欺诈交易，给银行省了很多钱。

人工神经网络的实际应用

人工神经网络正在为在经济的所有部门中开发改变生活的应用铺平道路。基于人工神经网络的人工智能平台正在颠覆传统的做事方式。从将网页翻译成其他语言，到让虚拟助理在线订购杂货，再到与聊天机器人对话解决问题，人工智能平台正在简化交易，让所有人都能以微不足道的成本获得服务。

人工神经网络已被应用于各个领域的业务。电子邮件服务提供商使用人工神经网络来检测和删除用户收件箱中的垃圾邮件；资产经理用它来预测公司股票的走向；信用评级公司利用它改进自己的信用评分方法；电子商务平台利用它向受众提供个性化的推荐；聊天机器人是用人工神经网络开发的，用于自然语言处理；深度学习算法利用人工神经网络预测事件发生的可能性；安公司的名单跨越多个部门、行业和国家。