美國學(xué)者W.S.麥卡洛克和W.H.皮特斯，于1943年建立了神經(jīng)網(wǎng)絡(luò)和數(shù)學(xué)模型。他們通過該模型提出了神經(jīng)元的形式化數(shù)學(xué)描述和網(wǎng)絡(luò)結(jié)構(gòu)方法，證明了單個(gè)神經(jīng)元能執(zhí)行邏輯功能，為人工神經(jīng)網(wǎng)絡(luò)研究奠定了基礎(chǔ)。

組成神經(jīng)網(wǎng)絡(luò)的單個(gè)神經(jīng)單元結(jié)構(gòu)簡單，功能有限，但是由大量神經(jīng)元構(gòu)成的網(wǎng)絡(luò)系統(tǒng)可以實(shí)現(xiàn)強(qiáng)大的功能。人工神經(jīng)網(wǎng)絡(luò)是并行分布式系統(tǒng)，采用了與傳統(tǒng)人工智能和信息處理技術(shù)完全不同的原理，克服了傳統(tǒng)的、基于邏輯符號(hào)的人工智能在處理直覺、非結(jié)構(gòu)化信息方面的缺陷，具有自適應(yīng)、自組織、實(shí)時(shí)學(xué)習(xí)、聯(lián)想存儲(chǔ)以及高速尋找優(yōu)化解的特點(diǎn)。

人工神經(jīng)網(wǎng)絡(luò)在模式識(shí)別、計(jì)算機(jī)視覺、智能控制、信號(hào)處理、語音識(shí)別、知識(shí)處理、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等領(lǐng)域具有廣泛的應(yīng)用前景。