什么是神经处理(Neural Processing)？

神经处理最初指的是大脑的工作方式，但这个术语更典型地用来描述一个模仿生物功能的计算机结构，神经处理使软件能够适应不断变化的情况，并随着更多的信息可用而改进其功能。神经处理在软件中用于执行诸如识别人脸、预测天气、分析语音模式等任务，在游戏中学习新的策略。
人类大脑由大约1000亿个神经元组成。
人脑由大约1000亿个神经元组成。这些神经元是单独为简单的处理和传递信息的功能。当神经细胞成群地传递和处理时，被称为神经网络，其结果是复杂的，例如创造和储存记忆，处理语言，人工神经处理在一个更简单的层次上模拟了这个过程。一个叫做神经元或节点的小处理单元执行处理和传输数据的简单任务。当这些简单的处理单元通过连接器组合基本信息时，信息和处理变得更加复杂。与传统的计算机处理器不同，传统的计算机处理器需要人类程序员输入新的信息，而神经处理器一旦被编程，就可以自己学习。
例如，神经处理器可以在跳棋方面取得进步。就像人脑一样，计算机可以通过一个对手被用来制造陷阱。基本编程可能会让计算机第一次落入陷阱。但是，某个陷阱出现的频率越高，计算机对这些数据的关注就越大，并开始做出相应的反应
神经程序员称计算机对某些结果的日益关注称为"权重"。传统的处理方法只会为计算机提供游戏的基本规则和有限数量的策略。神经处理通过收集数据和更多地关注更重要的信息，随着时间的推移，学习更好的策略。
神经处理的力量在于它的灵活性。在大脑中，信息以电化学脉冲的形式呈现——一个小的震动或一个化学信号。在人工神经处理中，信息以数值的形式呈现。这个值决定了人工神经元是否激活或保持休眠，它也决定信号的发送位置。例如，如果某个检查器被移动到某个正方形，神经网络会将该信息作为数字数据读取。然后将这些数据与不断增长的信息进行比较，而这些信息又会产生一个动作或输出。