Nei documenti che riguardano le reti neurali artificiali in lingua inglese si trovano questi termini:

• Training (addestramento)
• Learning (apprendimento)
• Machine learning (apprendimento automatico per supervisione, per rinforzo, tramite esperienze)

Il termine apprendimento è usato nelle attività umane per indicare un metodo che permette di ottenere una nuova conoscenza o capacità (o competenza). L'apprendimento dell'uso delle funzioni elementari del corpo umano avviene in modo spontaneo nei primi anni di vita (come parlare la lingua del proprio paese) ma il cervello umano possiede la possibilità di apprendere (una seconda lingua) anche in età avanzata.

Nell'ambito informatico invece, le cose sono molto diverse. Poiché i sistemi neurali artificiali non possiedono una coscienza, non possono svolgere attività volontarie come quelle dell'apprendimento. Quello che fa una rete neurale artificiale (ANN di prima generazione) è di approssimare una qualsiasi funzione matematica a partire da un gruppo di input e di output noti (senza bisogno di conoscere esattamente la formula della legge matematica da approssimare). Il problema di approssimazione è un problema di ottimizzazione e viene affrontato prima di mettere al lavoro la rete neurale artificiale. Il problema è risolto calcolando i pesi di sinapsi che generano l'errore minimo. Il risultato sarà, ad esempio, che, dopo questa fase di ottimizzazione, la rete neurale artificiale sarà in grado di classificare o catalogare delle forme geometriche.

Per queste ragioni, paragonare l'apprendimento umano con quello delle reti neurali (di prima generazione) non è corretto. Forse si potrebbe paragonare ad un addestramento, poiché si tratta solo di individuare la configurazione dei pesi migliore (ottima) per ripetere, o simulare, o approssimare meglio una determinata funzione matematica complessa.

Ad esempio, si è dimostrato nel 1969 che un solo percettrone con due input potrebbe imitare solo funzioni linearmente separabili come AND e OR ma non potrebbe imitare XOR perché non è linearmente separabile.

Semplice esempio Python che dimostra come realizzare XOR xor

http://automatica.ing.unibs.it/mco/cgsa/neurali/il_percettrone.htm

Le reti neurali artificiali saranno un giorno tanto evolute da avere una propria coscienza e di decidere cosa vogliano apprendere?

(vedere reti neurali di terza generazione o Spiking Neural Network)