人工神经网络始于人脑神经网络，而又超脱于人脑神经网络

深度学习分为三大流派：联接主义，符号主义以及行为主义

题主说的神经网络是基于联接主义提出的

联接主义始于大脑中神经元的联接机理。其认为人的思维基元是神经元，而不是符号处理过程。

其原理是大脑神经网络以及神经网络间的连接机制和学习算法

这是目前人工神经网络于人脑神经相同点，而不同点在于人工神经网络抽象化了人脑神经网络

拿一个最简单的例子来说，

在大脑中神经元的构造是非常复杂的

而现有的计算资源要完成人脑量级的庞大的仿真是非常困难的

因而现阶段的人工神经网络将神经元抽象成了矩阵中的一个项，神经元之间的连接权重抽象成了神经网络的各种参数，神经元之间的传递抽象成了矩阵运算等等…

同时，现阶段的神经网络大多数是针对特定任务而人工设计的，而人脑则是一个网络能解决多个任务。

诚然，现阶段有许多预训练模型通过预训练任务训练能解决多种下游任务的大模型，但是，主体还是单模态的模型（当然也有多模态的尝试，具体可以看看我主页里的笔记～）

总而言之，现阶段的神经网络离真正意义上的神经网络还十分遥远