Una red neuronal artificial es el nombre de un tipo de tecnología informática que intenta imitar el cerebro humano. Una red neuronal artificial o ANN incluye neuronas simuladas y estímulos para intentar reproducir las funciones del cerebro. Esta amplia gama de software y dispositivos utiliza modelos de algoritmos neuronales para crear procesos de toma de decisiones que los planificadores esperan imitarán de cerca los procesos de pensamiento humano. Las redes neuronales artificiales representan un gran avance a partir de las ideas relativamente primitivas sobre las computadoras en décadas anteriores.
El software de redes neuronales se aplica tradicionalmente a juegos y otras tareas que involucran un pensamiento humano relativamente calculado. En un sentido más biofísico, las redes neuronales se basan en el examen de cómo las neuronas del cerebro se comunican y transmiten mensajes. Las aplicaciones de redes neuronales incluyen la interacción de varias funciones, donde los ingenieros observan el resultado productivo total para ver cómo estos sistemas de redes neuronales artificiales pueden imitar efectivamente el pensamiento humano. Una variedad de «aplicaciones de la vida real» para ANN incluyen análisis de regresión, aproximación de funciones, robótica y procesamiento de datos en general.
Se han desarrollado varios tipos de redes neuronales artificiales para diferentes proyectos de investigación. Estos utilizan diferentes tipos de modelos de aprendizaje, como aprendizaje supervisado, no supervisado o reforzado. Los tipos de redes neuronales incluyen una red neuronal de retroalimentación unidireccional, una función de base radial o red RBF, una red autoorganizada de Kohonen e incluso redes neuronales modulares donde una red más grande se compone de varias pequeñas.
Otro tipo de nueva estructura aplicada a las redes neuronales artificiales se denomina a menudo un «comité de máquinas», donde varias estructuras de red proporcionan cada una su propio «voto» u «opinión» en un proceso de modelado de decisiones. A veces, esto también se denomina red neuronal asociativa o ASNN. El beneficio de este tipo de investigación es evidente para los ingenieros que creen que ASNN puede ayudar a modelar la toma de decisiones de grupos humanos u otros modelos complejos de formas similares a los modelos de toma de decisiones individuales proporcionados por ANN.
Un principio que a menudo es utilizado por una red neuronal artificial se llama «lógica difusa». La palabra «difusa» se utiliza para describir cualquier laguna en los datos o el conocimiento. Las redes neuronales a menudo pueden cerrar algunas brechas de datos o conocimientos mediante conjeturas informadas y predicciones estadísticas, que contrasta con la lógica binaria estricta de «sí o no» tradicionalmente asociada con la toma de decisiones electrónica. Superar la lógica difusa ayuda a las redes neuronales a proporcionar mejores resultados en las simulaciones. Utilizando los componentes básicos de investigaciones anteriores, los planificadores e ingenieros experimentados con redes neuronales artificiales están mejorando continuamente lo que estas herramientas pueden hacer para ampliar los límites de nuestro conocimiento sobre nuestras propias mentes.