人工神经网络（ANN）指基于信息处理角度对人脑神经元网络进行抽象并建立多个简单模型，按照不同连接方式组成不同网络的集合。人工神经网络具有自主学习功能、分布式处理功能以及非线性处理功能，在语义检测、人脸识别、签名验证、命名实体识别以及语音识别等领域应用较多。
人工神经网络模型种类丰富。按照网络内部信息流向不同，人工神经网络模型可分为反馈型网络、前馈型网络两种，前馈型网络结构包括输入层、中间层和输出层，为应用范围最广的人工神经网络模型，具有结构简单、可处理静态数据、无需考虑时间滞后问题等优势；按照网络连接拓扑结构不同，人工神经网络模型可分为互连型网络和层次型网络，其中互连型网络又可细分为稀疏连接型网络、全互连型网络以及局部互连型网络等。
根据新思界产业研究中心发布的《
2024年全球及中国人工神经网络（ANN）产业深度研究报告》显示，人工神经网络在语义检测、人脸识别、签名验证、命名实体识别以及语音识别等人工智能技术中应用较多。语音识别为人机交互重要手段之一，主要用于智能手机、车载娱乐系统、智能家居等领域。受益于国家政策支持以及本土企业自主研发实力提升，我国语音识别技术不断进步，这将为人工神经网络行业发展提供有利条件。
近年来，伴随人工智能行业发展速度加快，全球人工神经网络研发热情持续高涨，目前已取得众多新进展。2023年12月，印第安纳大学伯明顿分校郭峰团队基于大脑类器官以及传统计算硬件成功开发出一种混合神经形态计算系统，该系统将大脑类器官与人工神经网络相结合，能实现动态物理存储功能，未来该项研究将在语音识别领域获得应用。
与海外发达国家相比，我国人工神经网络行业起步较晚，但发展势头迅猛，已有多家企业布局其研发及应用赛道。我国人工神经网络市场主要参与者包括芯原股份、科大讯飞、中科曙光、深水海纳、大富科技、金自天正等。
新思界
行业分析人士表示，人工神经网络为人工智能领域研究热点之一，未来伴随研究深入，其应用范围将得到进一步扩展。目前，我国已有多家企业布局人工神经网络研发及应用赛道，预计未来一段时间，随着本土企业持续发力，我国人工神经网络行业发展速度将进一步加快。
