به احتمال زیاد با شنیدن عبارت شبکه های عصبی به یاد دستگاه عصبی انسان از جمله مغز و نخاع و شبکه های عصبی محیطی می افتید. دستگاه اعصاب انسان، وظایف متعدد و مهمی از جمله ادراک، احساس، حافظه دریافت و تفسیر پیام گیرنده های محیطی مانند دما و درد و صدور دستورات حرکتی و … دارد. واحد های تشکیل دهنده سیستم عصبی انسان مثل هر ارگان و دستگاه دیگری سلول ها هستند که نام این سلول ها در سیستم عصبی، نورون ( neuron ) است. محققان هوش مصنوعی با اقتباس از دستگاه عصبی انسان، شبکه هایی مصنوعی طراحی کرده اند که با انجام محاسبات ریاضی، کار دستگاه عصبی انسان را تقلید می کنند
بافت شناسان تاکنون انواع مختلفی از نورون ها را کشف کرده اند که هر کدام بر اساس وظیفه تکاملی خود، وظایف مخصوص به خود را دارد. وجه اشتراک واحد ها نورونی که در شبکه های عصبی قرار گرفته اند این است که پس از دریافت اطلاعات توسط یک نورون و انجام پردازش های خاصی روی آن، ایمپالس و پیام الکتریکی را به نورون بعدی در شبکه عصبی تحویل می دهند. مشابه همین اتفاق در شبکه های نورونی مصنوعی رخ میدهد؛ هر واحد داده ها را از نورون قبلی تحویل گرفته با انجام فرایند ریاضی روی داده، حاصل را به نورون بعدی تحویل می دهد تا در نهایت خروجی شبکه شکل گیرد.
فرایند ریاضی صورت گرفته در هر نورون ، عبارت wX + b است که:
X ورودی نورون از لایه قبلی( شبکه های عصبی ساختار لایه ای دارند که هر لایه وظایف خاصی بر عهده میگیرد. )
w پارامتر هر نورون است که همان ضریب شبکه است.
b پارامتر خطا یا مقدار bias نورون است.
نکته مهمی که در زمینه درک عملکرد شبکه های نورونی وجود دارد، ساختار لایه ای این شبکه ها است، بر اساس تعداد لایه ها، شبکه های نورونی به دو نوع shallow( کم عمق ) که تعداد لایه های کمی دارد و Deep ( عمیق ) که تعداد این لایه ها و نورون ها بیشتر است. بدیهی است که شبکه های عمق تر، در پردازش فرایندهای پیچیده تری کاربرد دارند.
پس به صورت خلاصه، شبکه های عصبی مصنوعی شبکه هایی هستند الهام گرفته از شبکه های عصبی بیولوژیک که از واحد های به هم متصل نورون های مصنوعی شکل گرفته اند و عموما در جهت انجام وظایف پیچیده به کار برده می شوند.
