Keinotekoinen hermoverkko on nimi eräälle tietotekniikalle, joka yrittää jäljitellä ihmisen aivoja. Keinotekoinen hermoverkko tai ANN sisältää simuloituja neuroneja ja ärsykkeitä aivotoimintojen toistamiseen. Tämä laaja ohjelmisto- ja laitevalikoima käyttää hermoalgoritmimalleja luodakseen päätöksentekoprosesseja, jotka suunnittelijat toivovat jäljittelevän tarkasti ihmisen ajatusprosesseja. Keinotekoiset hermoverkot edustavat suurta edistystä suhteellisen alkeellisista käsityksistä tietokoneista aiempina vuosikymmeninä.
Neuraaliverkko -ohjelmistoa käytetään perinteisesti pelien pelaamiseen ja muihin tehtäviin, joihin liittyy suhteellisen laskettua ihmisen ajattelua. Biofysikaalisemmassa mielessä hermoverkot perustuvat tutkimukseen siitä, miten aivojen neuronit kommunikoivat ja välittävät viestejä. Neuraaliverkkosovellukset sisältävät eri toimintojen vuorovaikutuksen, jossa insinöörit tarkastavat tuottavaa kokonaistuotosta nähdäkseen, kuinka nämä keinotekoiset hermoverkkojärjestelmät voivat jäljitellä tehokkaasti ihmisen ajattelua. Monia ANN: n ”tosielämän sovelluksia” ovat regressioanalyysi, toimintojen lähentäminen, robotiikka ja yleinen tietojenkäsittely.
Erilaisia keinotekoisia hermoverkkoja on kehitetty eri tutkimustarkoituksiin. Nämä käyttävät erilaisia oppimismalleja, kuten valvottua, valvomatonta tai vahvistettua oppimista. Neuraaliverkkojen tyyppeihin kuuluvat yksisuuntainen eteenpäin suuntautuva hermoverkko, radiaalipohjainen toiminto tai RBF-verkko, Kohosen itseorganisoitu verkko ja jopa modulaariset hermoverkot, joissa suurempi verkko koostuu useista pienistä.
Toista tyyppiä uutta rakennetta, jota sovelletaan keinotekoisiin hermoverkkoihin, kutsutaan usein “koneiden komiteaksi”, jossa eri verkkorakenteet antavat kukin oman “äänensä” tai “mielipiteensä” päätöksentekomallinnuksessa. Tätä kutsutaan myös joskus assosiatiiviseksi hermoverkkoksi tai ASNN: ksi. Tällaisen tutkimuksen edut ovat ilmeisiä insinööreille, jotka uskovat, että ASNN voi auttaa mallintamaan ihmisryhmien päätöksentekoa tai muuta monimutkaista mallintamista jollain tavalla ANN: n tarjoamien yksittäisten päätöksentekomallien tavoin.
Periaatetta, jota keinotekoinen hermoverkko usein käyttää, kutsutaan sumeaksi logiikaksi. Sanaa “sumea” käytetään kuvaamaan mahdollisia puutteita tiedoissa tai tiedoissa. Neuraaliverkot pystyvät usein sulkemaan joitain data- tai tietoaukkoja koulutetulla arvauksella ja tilastollisella ennustamisella, mikä on sitä vastoin tiukka “kyllä tai ei” -binaarilogiikka, joka perinteisesti liittyy sähköiseen päätöksentekoon. Hämärän logiikan voittaminen auttaa hermoverkkoja tarjoamaan parempia tuloksia simulaatioissa. Käyttämällä aiempien tutkimusten rakennuspalikoita suunnittelijat ja insinöörit, joilla on kokemusta keinotekoisista hermoverkkoista, parantavat jatkuvasti, mitä nämä työkalut voivat tehdä omien mielemme tietämyksen rajojen rikkomiseksi.