神經(jīng)網(wǎng)絡(luò)計算系統(tǒng),是在模擬人腦神經(jīng)組織結(jié)構(gòu)基礎(chǔ)上發(fā)展起來的全新的計算系統(tǒng)。它是由大量簡單計算單元通過豐富聯(lián)結(jié)而構(gòu)成的復(fù)雜計算網(wǎng)絡(luò),在一定程度上體現(xiàn)了人腦的部分功能。正是由于這一特點,神經(jīng)網(wǎng)絡(luò)計算系統(tǒng)被認為是實現(xiàn)人工智能的一種有效途徑。

人工智能和機器人工程的許多研究表明,傳統(tǒng)的數(shù)字計算機在這些領(lǐng)域的應(yīng)用方面有三個根本的弱點:一是傳統(tǒng)計算機的運行必須按事先設(shè)計好的一整套精確的串行算法來進行,但對很多實際問題很難找到(甚至不存在)類似的串行算法,如對于連續(xù)語音的辨識等;二是傳統(tǒng)計算機的串行結(jié)構(gòu)在根本上限制了其運算速度,從而對許多數(shù)據(jù)量很大的實際問題做不到實時處理;三是傳統(tǒng)計算機容錯性較差。盡管近幾年來并行處理系統(tǒng)有很大發(fā)展,但是并不能從根本上解決問題。神經(jīng)網(wǎng)絡(luò)正是為克服這些弱點而提出的新的計算思想和計算系統(tǒng)。
與傳統(tǒng)計算機不同,多數(shù)神經(jīng)網(wǎng)絡(luò)并不需要事先設(shè)計出解決問題的算法。它根據(jù)所給定的一連串例子和一些必要的住處進行訓(xùn)練,并且通過不斷學(xué)習(xí)和不斷的糾錯在網(wǎng)絡(luò)內(nèi)部建立起解決這類問題的一般方法。訓(xùn)練好的網(wǎng)絡(luò)即可用于解決此類實際問題。神經(jīng)網(wǎng)絡(luò)的優(yōu)越性還表現(xiàn)在高度并行性和容錯性上。由于它的結(jié)構(gòu)特征,使所有(或在同一層的)處理單位都能夠同時進行住處傳輸和處理;另一方面,局部單元的損壞對網(wǎng)絡(luò)的總體性能影響很小。由此可見,神經(jīng)網(wǎng)絡(luò)解決問題的方法與人類解決問題的方法更加接近。
與傳統(tǒng)計算機相比,神經(jīng)網(wǎng)絡(luò)是根據(jù)具體問題而設(shè)計的,不具有通用性,因此現(xiàn)有的神經(jīng)網(wǎng)絡(luò)以形形色色的拓撲結(jié)構(gòu)來適應(yīng)不同的應(yīng)用需要。
目前的趨勢是把傳統(tǒng)計算機與神經(jīng)網(wǎng)絡(luò)有機地結(jié)合起來,充分發(fā)揮傳統(tǒng)機在輸入輸出和精確計算方面的優(yōu)勢,同時發(fā)揮神經(jīng)網(wǎng)絡(luò)處理復(fù)雜問題方面的優(yōu)勢以解決實際問題。顯然,神經(jīng)網(wǎng)絡(luò)計算機的一些特殊性使其難以完全取代現(xiàn)有的、經(jīng)過長期改進完善的計算機系統(tǒng),這一問題也是目前研究的課題之一。