Wikipedia:是日正文/2023年3月

一個前饋人工神經網絡嘅抽象圖；每個圓圈代表咗一粒模擬嘅神經細胞，而每粒神經細胞嘅啟動程度由佢打前嗰排神經細胞嘅啟動程度話事－就好似動物嘅神經系統噉。

人工神經網絡，簡稱 ANN，係指一啲模仿生物神經網絡（即係動物嘅中樞神經系統，尤其係個腦）嘅結構同功能嘅數學模型：一隻（例如）靈長目動物嘅腦閒閒地有斷百億計嘅神經細胞，一粒神經細胞喺俾電同化學物訊號刺激到嗰陣，會跟住以電或者化學物嚟傳新訊號，所以當一粒神經細胞射訊號嗰陣可以引起連鎖反應，將資訊喺成個神經網絡度傳開去；而人工神經網絡主要以電腦程式模擬呢個過程，令電腦程式能夠出現類似動物神經系統噉嘅行為－對人工智能同機械人學等嘅領域嚟講好有用。

一個人工神經網絡由大量嘅人工神經細胞組成。喺用電腦程式整神經網絡嗰陣，研究者（通常）會每粒人工神經細胞都同佢設返個數值代表佢嘅啟動程度，而每粒神經細胞嘅啟動程度嘅數值都有條式計，呢條式包括咗喺佢之前嗰啲神經細胞嘅啟動程度。啲函數當中嘅參數可以變化，而如果個神經網絡嘅程式令到佢識得靠自己嘅經驗嚟到調整呢啲參數嘅話，嗰個神經網絡就會具有學習嘅能力。即係例如個程式 foreach 細胞有一條類似噉樣嘅算式：

$A=W_{1}A_{1}+W_{2}A_{2}...$；（啟動函數）

$A$ 代表粒神經細胞嘅啟動程度，$A_{n}$ 代表前嗰排嘅神經細胞當中第 $n$ 粒嘅啟動程度，而 $W_{n}$ 就係前嗰排嘅神經細胞當中第 $n$ 粒嘅權重（指嗰粒細胞有幾影響到 $A$）。所以當一粒人工神經細胞啟動嗰陣，會帶起佢後面啲細胞跟住佢啟動－似十足生物神經網絡入面嗰啲細胞噉。假如個神經網絡嘅程式令佢能夠自行按照經驗改變 $W_{n}$ 嘅數值嘅話，佢就會曉學習。

到咗廿一世紀初，人工神經網絡經已俾科學界廣泛噉用落去各種各樣嘅問題嗰度。喺應用上，事實證實咗人工神經網絡能夠處理機械視覺同埋語音識別呢啲傳統嘅電腦程式好難解決到嘅問題；而喺理論性嘅認知科學上亦有聯結主義理論，主張心靈可以用人工神經網絡嚟模擬。 (成篇文章……)

以前嘅正文： 遊戲設計 – 博弈論 – 學習