人工智能与人工神经网络研究的共同之处在于，二者都是研究怎样用计算机来模仿人脑工作过程。最终目的是希望机器能够做到学习--实践--再学习--再实践，最终获得智能。 　　而人工智能与人工神经网络研究的不同之处是，人工智能研究人脑的推理、学习、思考、规划等思维活动，解决需人类专家才能处理的复杂问题。神经网络企图阐明人脑结构及其功能，以及一些相关学习、联想记忆的基本规则（联想、概括、并行搜索、学习和灵活性）。 　　人工智能专家系统的目的是构造一个专家，几十年难以培养的专家。神经网络是模仿一个婴儿，一个幼儿，一个可以学习，可以完善，从一些自然知识中汲取智慧的生命成长过程。同样是对人脑的仿真，但所考虑的角度不同--成年人和婴儿；学习过程不一样；一个是总结出常人都不懂的规律，一个是没完没了向他出示、重复一样东西，就象教一个小孩子说话。 　　二者从不同的角度对人能智能的形成、发展进行讨论，出发点不同，但目标是一致的。 人工智能与神经网络之间的对比   人工智能 神经网络 研究目的 人脑推理、学习、思考、规划等思维活动，解决需人类专家才能处理的复杂问题。 阐明有关人脑结构及其功能以及相关学习、联想记忆的基本规则 研究内容 推力方法、知识表示、机器学习 生物的生理机制、信息的存储、传递、处理方式 知识表示方法 人懂→机器懂→人懂 图像等→机器→图像等 知识储存方式 知识库中有事实和规则，随时添加而增大，一条出了毛病有可能出错。 在网的结构之中，一条出问题不会触大错，网络结构不会随知识增加变化很大 信息传递方式 符号 脉冲形式，以频率表示 信息处理方式 树、网等，一条一条执行，并行处理较难 原理上是并行结构，与生物信息处理机制一致