我们知道我们的世界正在快速变化 - 但是有很多具体的技术进步，你可能在报纸或电视上听不到很多，但它们对我们的生活产生了巨大的影响。
这些重大新故事中的一些与人工神经网络有关 - 人工智能研究中的一个相对较新的现象正在推动从娱乐到医学等许多领域的各种进步。
人工神经网络依赖于这样的思想：技术可以使用对应于个体人类神经元和神经元组的小单元来模拟人类大脑的生物学工作，以基于输入产生输出。
人工神经网络的概念依赖于20世纪40年代出现的“联结主义”哲学，并且理论上大量的合作神经学单元如何影响整体行为和认知。另一种说法是，作为人类，我们发现我们可以通过将许多这些人工神经元放在一起并使它们以非常类似于我们自己的生物思维过程的方式协同工作来构建更好的模型。
那么人工网络带来什么呢?实际上很多。即使它们不是家喻户晓的名字，也不是熟悉的品牌，甚至是小学或高中课程的主要部分，人工神经网络的工作在很多领域都变得越来越普遍。
游戏玩法和超越游戏
你可能最近听说过计算机在“Go”游戏中击败了一个人类玩家，这个游戏比国际象棋要复杂得多。我们很多人直观地理解这是向更强大的人工智能迈进的又一步 - 我们在20世纪90年代了解了国际象棋游戏计算机的优越性，所以这似乎是一个合乎逻辑的进展。
人工智能实体的出现，在人工神经网络的支持下，可以在Go上击败人类是重要的 - 但你可能不知道的是IBM，一个为这种新兴游戏模式做出贡献的公司，也正在尝试新的基础AI技术将使人工神经网络更加强大和快速。上个月有消息称，IBM将与麻省理工学院的一个联合项目下降2.4亿美元，使人工神经网络和相关技术的力量比以往任何时候都要大一些。
癌症治疗更精确
癌症是西方医学词汇中最令人困惑的疾病之一 - 但现在，随着科学家接近突破治疗许多不同类型肿瘤的新方法，人工神经网络正在支持非常新的癌症研究。
人工神经网络帮助诊断和治疗乳腺癌，前列腺癌，肺癌和其他类型癌症的最重要方法之一是能够使用大量数据并确定前进的道路 - 无论是癌症病例的分类，或使用与基因表达相关的数据，一系列新的癌症治疗使用AI衍生的见解来试图挽救生命。
神经科学的进展
人工神经网络不仅可用于癌症研究 - 相同的原则可以采用各种临床数据并将其细化为更具可操作性的形式。
但是人工神经网络和神经科学之间存在着特殊的关系 - 因为即使我们将这些模拟人类大脑的构建模块放在一起，我们也会更多地了解人类大脑是如何工作的 - 这正在支持新的现代化设施来为患者服务以新的方式。
随着科学家进入并创建神经网络系统，他们正在研究神经元如何在突触中发出冲动。他们对构成人类大脑部分的神经网络进行分组和分类。他们正在努力实现先进人工智能研究的总体目标 - 更全面地模拟生物大脑的工作，并将这些结果转化为非常类似于自主技术的人类思想。当人们使用人工神经网络时，他们会更多地了解大脑中发生的事情，当我们做梦时会发生什么，当有人中风时会发生什么 - 所有这些都将促进神经科学不同领域的扩张。在我们开发人工智能的同时，我们也在发展对自己的理解。
人工智能和个性化营销
人工神经网络支持的另一个突破是营销人员不可思议的能力，以确定特定消费者的需求和需求。
您可能在网站的推荐引擎，Pandora Feed或其他地方遇到过这种情况。你看到那些有针对性的广告，他们看起来很令人毛骨悚然 - 你会得到你可能想要或感兴趣的事情的信息，但你从来没有告诉过任何人。所有这些通常都是由人工神经网络和机器学习算法驱动的，这些算法能够自己建立连接，而不是由人类决策者驱动。它们的准确性是不可思议的，随着时间的推移它只会变得更好。
日常接口
这是一个有趣的方式来思考科学家用人工神经网络所取得的突破--Gizmodo的一篇文章讨论了我们如何在互联网上看到人工神经网络的结果- 本文指出的重要事项之一是使用人工神经网络最有希望的前沿之一是图像识别。
在早期使用这些人工智能工具时，科学家们已经找到了如何帮助计算机识别从猫到个人人脸的所有图像。这已经在很多方面得到应用 - 在您的消息传递平台上，在您的Facebook个人资料中，甚至可能在您当地的机场。
生物识别技术领域从您可以使用图像识别识别个人的想法中获益匪浅。当然，营销也可以从图像识别中获益，有助于将那些吸引人类用户的联系组合在一起。但是在更广泛的层面上，能够为图片挖掘数据有各种有用的应用程序 - 所以在某些时候，我们不会再用文字向计算机提供信息 - 我们将能够给他们提供照片向他们展示我们想传达的任何东西 - 众所周知，一张图片值1000字。
Gizmodo作品中另一个有趣的观点是自然语言处理也是ANN工作的产物。我们已经使用了一段时间，无论是Siri还是听写工具或其他形式; 计算机打破语音并转换它们的方式与人工神经网络的早期研究有很大关系。
商业智能
除了能够确定个人客户并为营销目的剖析他们的个人信息之外，企业还以其他非常重要的方式使用人工神经网络和机器学习。
企业是一个有机体 - 任何规模巨大的企业都需要大量的方向，无论是日常还是长期。
一旦软件变得足够先进，足够先进，供应商就开始构建不同的企业软件平台，以帮助企业自动化他们过去所做的一切。Salesforce自动化通过技术提升销售团队的力量。客户关系管理工具有助于促进与目标受众的更好联系。供应链管理工具为业务地点提供必要的原材料。一般的商业智能工具会收集所有原始数据，并将其转化为高管可以使用的可操作报告。
今天的领导者越来越多地关注可视化仪表板并清楚地看到他们需要做些什么才能使业务更好地运作，而不是对设施进行演练并试图想象将来会发生什么。所有这些透明度再次依赖于人工神经网络 - 机器学习和深度学习工具 - 应用于这些分析引擎，正在以基于人类思想非常重要的模拟的方式向我们提供所需的知识。
所有这些突破都只是冰山一角。一场革命即将来临 - 我们与技术互动的方式正在发生巨大变化。更智能，更强大的机器人和计算机将开始听起来，看起来和表现得像我们一样 - 我们应该弄清楚它是如何起作用的。
