เครือข่ายประสาทเทียมเป็นชื่อของเทคโนโลยีคอมพิวเตอร์ชนิดหนึ่งที่พยายามเลียนแบบสมองมนุษย์ โครงข่ายประสาทเทียมหรือ ANN รวมถึงเซลล์ประสาทจำลองและสิ่งเร้าสำหรับความพยายามในการทำซ้ำการทำงานของสมอง ซอฟต์แวร์และอุปกรณ์ที่หลากหลายนี้ใช้โมเดลอัลกอริธึมของระบบประสาทเพื่อสร้างกระบวนการตัดสินใจที่นักวางแผนหวังว่าจะเลียนแบบกระบวนการคิดของมนุษย์อย่างใกล้ชิด เครือข่ายประสาทเทียมเป็นความก้าวหน้าที่ยิ่งใหญ่จากแนวคิดดั้งเดิมเกี่ยวกับคอมพิวเตอร์ในทศวรรษที่ผ่านมา
ซอฟต์แวร์เครือข่ายนิวรัลนั้นใช้กับการเล่นเกมและงานอื่น ๆ ที่เกี่ยวข้องกับความคิดของมนุษย์ ในความหมายทางกายภาพชีวภาพเครือข่ายประสาทจะขึ้นอยู่กับการตรวจสอบว่าเซลล์ประสาทของสมองสื่อสารและส่งต่อข้อความอย่างไร แอปพลิเคชั่นเครือข่ายนิวรัลรวมถึงการทำงานร่วมกันของฟังก์ชั่นต่าง ๆ ซึ่งวิศวกรจะดูผลลัพธ์ทั้งหมดเพื่อดูว่าระบบเครือข่ายประสาทเทียมเหล่านี้สามารถเลียนแบบความคิดของมนุษย์ได้อย่างมีประสิทธิภาพ ความหลากหลายของ“ แอปพลิเคชั่นในชีวิตจริง” สำหรับ ANN ได้แก่ การวิเคราะห์การถดถอยการประมาณฟังก์ชั่นหุ่นยนต์และการประมวลผลข้อมูลทั่วไป
โครงข่ายประสาทเทียมประเภทต่าง ๆ ได้รับการพัฒนาขึ้นเพื่อการวิจัยที่แตกต่างกัน สิ่งเหล่านี้ใช้รูปแบบการเรียนรู้ที่แตกต่างกันเช่นการเรียนรู้แบบมีผู้สอนไม่มีผู้ดูแลหรือเสริมการเรียนรู้ ประเภทของเครือข่ายนิวรัลรวมถึงเครือข่ายประสาท feedforward ทางเดียวฟังก์ชันเรเดียนพื้นฐานหรือเครือข่าย RBF เครือข่ายการจัดระเบียบด้วยตนเองของ Kohonen และแม้แต่เครือข่ายนิวรัลแบบแยกส่วนที่เครือข่ายขนาดใหญ่ประกอบด้วยเครือข่ายขนาดเล็กหลายแห่ง
โครงสร้างใหม่อีกประเภทหนึ่งที่นำไปใช้กับโครงข่ายประสาทเทียมมักถูกเรียกว่า "คณะกรรมการของเครื่องจักร" ซึ่งโครงสร้างเครือข่ายต่าง ๆ แต่ละแห่งมี "การลงคะแนน" หรือ "ความคิดเห็น" ของตนเองในกระบวนการสร้างแบบจำลองการตัดสินใจ บางครั้งก็เรียกว่าเครือข่ายประสาทแบบเชื่อมโยงหรือ ASNN ประโยชน์ของการวิจัยประเภทนี้เห็นได้ชัดจากวิศวกรที่เชื่อว่า ASNN สามารถช่วยในการตัดสินใจในการตัดสินใจแบบกลุ่มมนุษย์หรือการสร้างแบบจำลองที่ซับซ้อนอื่น ๆ ในรูปแบบที่คล้ายกันกับรูปแบบการตัดสินใจส่วนบุคคลของ ANN
หลักการที่ใช้บ่อยโดยเครือข่ายประสาทเทียมเรียกว่า "ตรรกะคลุมเครือ" คำว่า "เลือน" ใช้เพื่ออธิบายช่องว่างใด ๆ ในข้อมูลหรือความรู้ โครงข่ายใยประสาทเทียมมักจะสามารถปิดข้อมูลหรือความรู้บางช่องว่างโดยการคาดเดาและการคาดการณ์ทางสถิติซึ่งตรงกันข้ามกับความเข้มงวด "ใช่หรือไม่" ตรรกะแบบไบนารีที่เกี่ยวข้องกับการตัดสินใจทางอิเล็กทรอนิกส์แบบดั้งเดิม การเอาชนะตรรกะคลุมเครือช่วยให้เครือข่ายประสาทเทียมให้ผลลัพธ์ที่ดีขึ้นในแบบจำลอง การใช้หน่วยการสร้างของการวิจัยก่อนหน้านี้นักวางแผนและวิศวกรที่มีประสบการณ์กับเครือข่ายประสาทเทียมนั้นได้ปรับปรุงอย่างต่อเนื่องว่าเครื่องมือเหล่านี้สามารถทำอะไรได้บ้างเพื่อผลักดันขอบเขตความรู้ของเราเกี่ยวกับจิตใจของเราเอง
