人工神经网络和生物神经网络有什么差别？我们如果利用它们？
二三十年前，一想到神经网络，我们就会想到生物神经网络系统当中，数以万计的神经连接，将感官与反射器联系在一起的系统，但是今天，你可能的第一反应却是电脑，还有电脑程序当中的人工神经网络。昔日复杂的动神经网络系统居然神奇地放入了计算机，而且人类正在将这种人工神经网络系统推向更高的境界，今天的世界早已布满了人工神经网络的身影，比如 Google 的搜索引擎，股票价格预测，机器人学习，围棋，家庭助手等等。
从金融到仿生样样都能运用，看起来人工神经网络的确很强大，但是不是有这么一个问题一直在你脑海中环绕，没有答案，那就是计算机领域的神经网络，和我们自己身体里的神经网络，究竟是不是一样呢？900亿神经细胞组成了我们今天复杂的神经网络系统，这个数量甚至可以和宇宙中的星球数相比较，如果仅仅靠单个的神经元，是永远没有办法让我们像今天一样，完成各种任务，处理各种复杂的问题，那我们是如何靠这些神经元来解决问题的呢？
首先需要知道的是，我们的记忆是如何产生的，想象我们还是个婴儿，包着尿布的我们什么都不知道，神经元并没有形成系统和网络，可能只是一些分散的细胞而已，一端连着嘴巴的味觉感受器，一端连着手部的肌肉，小时候，世界上有一种神奇的东西，叫做糖果，当我们第一次品尝它的时候，美妙的感觉，让我们发现活着是多么有意义的事情。这时候神经元开始产生连接，记忆形成，但是形成的新连接怎么样变成记忆，仍然是科学界的一个迷，不过现在，我们的手和嘴产生了某种固定的搭配。
每次发现有糖果的时候，某种生物信号就会从我们的嘴，通过之前形成的神经连接，传递到手上，让手的动作变得有意义，然后爸妈就会再给我们一颗糖果，吃糖的目的达成。现在我们来看看人工神经网络是怎样达到这个目的，首先，替代掉生物神经网络的，就是已经成体系的人工神经网络，所有神经元之间的连接，都是固定不可更换的，这也就是说，在人工神经网络里，没有凭空产生新连接这回事。
人工神经网络典型的一种学习方式就是，我已经知道吃到糖果时，手会如何动，但是我想让神经网络学着帮我做这件动动手的事情，所以我预先准备好非常多吃糖的学习数据，然后将这些数据一次次放入这套人工神经网络系统中。糖的信号会通过这套系统传递到手，然后通过对比这次信号传递后，手的动作是不是“讨糖”的动作，来修改人工神经网络当中的神经元强度，这种修改在专业术语中叫做”误差反向传递”，也可以看作是再一次将传过来的信号传回去。
那么负责传递信号神经元对于”讨糖”的这个动作，到底有没有贡献？让它好好反思与修正，争取下一次做出更好的贡献，这样看来，人工神经网络和生物神经网络的确不是那么一回事，人工神经网络靠的是正向和反向传播来更新神经元，从而形成一个更好的神经系统，本质上，这是一个能让计算机处理和优化的数学模型，而生物神经网络是通过刺激，产生新的连接，让信号能够通过新的连接传递而形成反溃
虽然现在的计算机技术越来越高超，不过我们身体里的神经系统经过了数千万年的进化，还是独一无二的，迄今为止，再复杂、再庞大的人工神经网络系统，也不能替换我们的小脑袋，我们应该感到自豪，也应该珍惜上天的这份礼物。
