神經網絡是壹種模仿動物神經網絡行為特征，進行分布式並行信息處理的算法數學模型。這種網絡依靠系統的復雜程度，通過調整內部大量節點之間相互連接的關系，從而達到處理信息的目的。
生物神經網絡主要是指人腦的神經網絡，它是人工神經網絡的技術原型。人腦是人類思維的物質基礎，思維的功能定位在大腦皮層，後者含有大約10^11個神經元，每個神經元又通過神經突觸與大約103個其它神經元相連，形成壹個高度復雜高度靈活的動態網絡。作為壹門學科，生物神經網絡主要研究人腦神經網絡的結構、功能及其工作機制，意在探索人腦思維和智能活動的規律。
人工神經網絡是生物神經網絡在某種簡化意義下的技術復現，作為壹門學科，它的主要任務是根據生物神經網絡的原理和實際應用的需要建造實用的人工神經網絡模型，設計相應的學習算法，模擬人腦的某種智能活動，然後在技術上實現出來用以解決實際問題。因此，生物神經網絡主要研究智能的機理；人工神經網絡主要研究智能機理的實現，兩者相輔相成。
擴展資料：
神經網絡的研究內容相當廣泛，反映了多學科交叉技術領域的特點。主要的研究工作集中在以下幾個方面：
1、生物原型
從生理學、心理學、解剖學、腦科學、病理學等方面研究神經細胞、神經網絡、神經系統的生物原型結構及其功能機理。
2、建立模型
根據生物原型的研究，建立神經元、神經網絡的理論模型。其中包括概念模型、知識模型、物理化學模型、數學模型等。
3、算法
在理論模型研究的基礎上構作具體的神經網絡模型，以實現計算機模擬或準備制作硬件，包括網絡學習算法的研究。這方面的工作也稱為技術模型研究。
神經網絡用到的算法就是向量乘法，並且廣泛采用符號函數及其各種逼近。並行、容錯、可以硬件實現以及自我學習特性，是神經網絡的幾個基本優點，也是神經網絡計算方法與傳統方法的區別所在。
參考資料：