Uma rede neural é uma estrutura matemática formada por camadas de 'neurônios artificiais' — funções matemáticas simples que recebem números, fazem uma operação e passam o resultado para a próxima camada. Quando muitas dessas camadas trabalham em sequência, o sistema consegue aprender representações muito complexas dos dados.
O treinamento de uma rede neural é um processo iterativo: você mostra exemplos (texto, imagens, dados), compara a saída da rede com a resposta certa, e ajusta os pesos das conexões para minimizar o erro. Esse processo — chamado de retropropagação — é repetido bilhões de vezes até a rede aprender os padrões.
A analogia com o cérebro humano é limitada. Redes neurais artificiais são muito mais simples e funcionam de forma muito diferente dos neurônios biológicos. Mas a inspiração foi útil para criar sistemas que aprendem com exemplos em vez de serem programados com regras explícitas, o que foi um salto conceitual enorme.