Umetna nevronska mreža je ime za nekakšno računalniško tehnologijo, ki poskuša posnemati človeške možgane. Umetna nevronska mreža ali ANN vključuje simulirane nevrone in dražljaje za poskuse reprodukcije funkcij možganov. Ta široka paleta programske opreme in naprav uporablja modele nevronskih algoritmov za ustvarjanje procesov odločanja, za katere načrtovalci upajo, da bodo tesno posnemali človeške miselne procese. Umetne nevronske mreže predstavljajo velik napredek od relativno primitivnih idej o računalnikih v prejšnjih desetletjih.
Programska oprema nevronskih omrežij se tradicionalno uporablja za igranje iger in druge naloge, ki vključujejo relativno izračunano človeško misel. V bolj biofizičnem smislu nevronske mreže temeljijo na preučevanju, kako možganski nevroni komunicirajo in prenašajo sporočila. Aplikacije nevronskih omrežij vključujejo interakcijo različnih funkcij, kjer inženirji gledajo na celotno produktivno proizvodnjo, da bi videli, kako lahko ti sistemi umetne nevronske mreže učinkovito posnemajo človeško misel. Različne “resnične aplikacije” za ANN vključujejo regresijsko analizo, približevanje funkcij, robotiko in splošno obdelavo podatkov.
Za različna raziskovalna področja so bile razvite različne vrste umetnih nevronskih mrež. Ti uporabljajo različne vrste učnih modelov, kot so nadzorovano, nenadzorovano ali okrepljeno učenje. Vrste nevronskih omrežij vključujejo enosmerno nevronsko mrežo naprej, funkcijo radialne baze ali mrežo RBF, Kohonenovo samoorganizirajočo se omrežje in celo modularne nevronske mreže, kjer je večja mreža sestavljena iz več majhnih.
Druga vrsta nove strukture, ki se uporablja za umetne nevronske mreže, se pogosto imenuje “odbor strojev”, kjer različne omrežne strukture zagotavljajo vsak svoj “glas” ali “mnenje” v procesu modeliranja odločitev. To se včasih imenuje tudi asociativna nevronska mreža ali ASNN. Prednost tovrstnih raziskav je očitna inženirjem, ki verjamejo, da lahko ASNN pomaga modelirati odločanje človeških skupin ali drugo kompleksno modeliranje na podobne načine kot individualni modeli odločanja, ki jih zagotavlja ANN.
Načelo, ki ga pogosto uporablja umetna nevronska mreža, se imenuje “mehka logika”. Beseda »mehka« se uporablja za opis vseh vrzeli v podatkih ali znanju. Nevronske mreže so pogosto sposobne zapolniti nekatere vrzeli v podatkih ali znanju z izobraženim ugibanjem in statističnim predvidevanjem, kar je v nasprotju s strogo binarno logiko »da ali ne«, ki je tradicionalno povezana z elektronskim odločanjem. Premagovanje mehke logike pomaga nevronskim mrežam zagotoviti boljše rezultate v simulacijah. Z uporabo gradnikov prejšnjih raziskav načrtovalci in inženirji, ki imajo izkušnje z umetnimi nevronskimi omrežji, nenehno izboljšujejo, kaj lahko ta orodja storijo za premikanje meja našega znanja o lastnem umu.