神经网络（Neural Network）

AI知见编辑部 · 技术原理 · 持续更新

一句话说清

神经网络是模仿人脑神经元连接方式的计算模型，用来从数据中学习规律并做出判断。

想象你教小孩认猫：给他看很多猫的图片，告诉他“这是猫”，看多了他就记住了。神经网络也是这样，你给它海量数据（比如猫的照片），它自己调整内部的“连接强度”，慢慢学会区分猫和狗。这个调整过程叫“训练”，训练完它就能处理没见过的新图片。

神经网络的结构像一张大网：最左边是输入（比如图片的像素），最右边是输出（比如“是猫”或“不是猫”），中间有很多层“隐藏节点”负责加工信息。每层节点都像一个小筛子，把关键特征（耳朵形状、胡须）逐层提炼出来，最后综合判断。数据越多，网越深，它就越聪明。

常见误解是以为神经网络“懂”含义，其实它只是数学函数，靠概率做判断。比如它识别猫，不是理解“猫”的概念，而是算出一张图片“像猫”的概率高。另外，它需要大量数据“喂”着，不是天生就会。所以别指望它像人一样思考，它更像一个超强统计员。

你手机里的语音助手、人脸解锁、垃圾邮件过滤，背后都有神经网络。它让机器能听懂话、认出人、帮你筛掉骚扰信息。

不是。人工智能是总称，神经网络只是其中一种技术工具。就像“交通工具”和“自行车”的关系，AI还包括其他方法，但神经网络是目前最热门的。

不需要精通，但了解基本概念能帮你理解手机里的智能功能为什么有时准有时不准，也能对“AI骗人”的新闻多份判断力。