神經網路（neural network）

神經網路是一種擅長「找規律」的機器，由一層層微小而簡單的單元——「神經元」——搭成。可以把它想像成一長排接線板：數字從前端進來，每條連接上都有一個叫「權重」的旋鈕，把信號調大或調小，結果再傳給下一層、再下一層，直到答案從尾端冒出來。單個神經元並不聰明——真正的本事，藏在成千上萬個神經元彼此連接的方式裡。

它的學習方式，有點像矇著眼睛練習射飛鏢：先猜一下，看看偏了多遠，再把每個旋鈕朝「本該有幫助」的方向輕輕撥一點。給它看成千上萬個帶標籤的例子——貓的照片、垃圾郵件、說出的詞語——這些細微的調整就慢慢把權重調好，直到整個網路能穩穩給出正確答案。沒有人手把手寫下規則；網路是靠自己不斷調整連接，把規則摸索出來的。

它之所以叫「神經」網路，是因為這個點子最初鬆散地受了大腦的啟發，但這種相似只是隱喻，並非字面如此——它們其實是一組組乾淨俐落的加法和曲線，而不是活的細胞，真實的神經元要豐富複雜得多。即便如此，這套「層層堆疊、權重可調」的簡單配方，正是當今大多數人工智慧背後的引擎——從認出你臉的應用程式，到能跟你聊天的模型，皆是如此。