什么是神经网络？有没可能取代人类大脑？

问题是，我们不清楚人脑如何工作，所以很难造出取代人类大脑的神经网络。

什么是神经网络？先看个最简单的神经网络：

如果想输入房屋面积，得到房屋总价，可以用面积-总价的一阶近似的线性模型来描述这个神经网络。

或者用更多因素建模，比如通过面积和卧室数，从第一个神经元得到可以支持的家庭人数。再通过所在地址的邮编和社区富裕程度，从第二个神经元得到附近学校的质量。

这就成为一个神经网络。面积、卧室数、邮编、社区富裕程度属于“输入”集合A，总价属于“响应”集合B。

好处在于，当训练这样一个神经网络时，用户无需关心中间因素，诸如家庭人数、安全度、学校质量等，也无需关心每个神经元如何将输入映射到中间结果。只需要给出输入集合A和响应集合B，神经网络将自动形成中间的计算过程和参数。当A和B的集合足够大，神经网络可以自动算出很多东西。神经网络看上去非常简单，让很多初学者觉得有点失望，但它确实能解决很多问题。关键在于数据量要够大——几万或几十万个样本本身能提供大量的信息，而软件本身只是一小部分。