Kunstlik neuron on matemaatiline funktsioon arvutisüsteemide tarkvara programmeerimisel, mis püüab mingil määral jäljendada bioloogiliste neuronite või inimese aju ja närvisüsteemi impulssi juhtivate rakkude keerulist interaktsiooni. Tehisneuroni esimese versiooni lõid 1943. aastal Warren McCulloch ja Walter Pitts binaarse neuroni vormina, kus sisend võib olla kas väärtus 1 või -1. Nende sisendite kombinatsiooni koos kaalutakse. Kui teatud lävi on ületatud, on tehisneuroni väljund 1 ja kui sisendid on kombineerimisel ebapiisavad, on väljundiks väärtus -1.
Üheskoos on omavahel ühendatud tehisneuronite kogum ette nähtud funktsioneerima mingil põhilisel viisil nagu ka inimaju. Sellist tehisnärvivõrgu kujundust peetakse peamiseks hüppelauaks tehiselu arendamise teel, sünteetiliste arvutisüsteemide poole, mis suudavad teatud määral mõelda nagu inimesed. Intelligentsed arvutisüsteemid kasutavad juba praegu närvivõrke, mis võimaldavad paralleelselt töödelda sisestatud andmeid kiiremini kui traditsiooniline lineaarne arvutiprogrammeerimine.
Tehisneuronist sõltuva süsteemi näide on 2006. aastal välja töötatud taimekaitsesüsteem, mis kasutas lendavat sõidukit, et kontrollida põllukultuuride tingimusi hooajaliste haiguste ja kahjurite esinemise suhtes. Neuraalvõrgu tarkvara valiti põllukultuuride skaneerimise juhtimiseks, kuna närvivõrgud on sisuliselt õppivad arvutid. Kuna neisse sisestatakse kohalike tingimuste kohta rohkem andmeid, muutuvad nad probleemide tuvastamisel tõhusamaks, et neid saaks enne levimist kiiresti kontrollida. Tavaline arvutiga juhitav süsteem seevastu oleks kohelnud tervet põllukultuuri võrdselt, olenemata erinevatest tingimustest teatud lõikudes. Ilma disainerite pideva ümberprogrammeerimiseta oleks see osutunud palju ebatõhusamaks kui tehislike neuronite kohandustel põhinev süsteem.
Neuraalvõrgutarkvara eeliseks on ka see, et seda saavad kohandada insenerid, kes pole tarkvara põhidisainiga kodeerimise tasemel põhjalikult kursis. Tarkvara saab kohandada paljude tingimustega ja omandab oskused, kui see puutub kokku nende tingimustega ja kogub nende kohta andmeid. Algselt toodab närvivõrk probleemide lahendusena vale väljundi, kuid selle väljundi loomisel suunatakse see sisendiks tagasi süsteemi ning pidev andmete täpsustamise ja kaalumise protsess viib selle üha täpsemini mõistmiseni tegelikest asjadest. maailma tingimustes, kui on antud piisavalt aega ja tagasisidet.
Kohanemine närvivõrgu kujundamisel on viinud lisaks 1943. aastal loodud binaarsele põhistruktuurile ka muud tüüpi tehisneuroniteni. Poollineaarsed närvivõrgud sisaldavad nii lineaarseid kui ka mittelineaarseid funktsioone, mida aktiveerivad tingimused. Kui analüüsitav probleem kuvab tingimusi, mis ei ole lineaarsed või ei ole selgelt prognoositavad ega ole väikesed, siis kasutatakse süsteemi mittelineaarseid funktsioone, andes neile lineaarsetest arvutustest rohkem kaalu. Kuna närvisüsteemi treenimine jätkub, hakkab süsteem paremini kontrollima reaalseid tingimusi, mida ta jälgib, võrreldes sellega, millised peaksid olema süsteemi ideaalsed tingimused. See hõlmab sageli neuro-hägusate mudelite lisamist närvivõrku, mis on võimelised arvestama ebatäpsuse määraga tähenduslike väljund- ja juhtimisolekute loomisel.