這一章要介紹的是現在紅透半邊天，可以說是AI基石的類神經網路(artificial neural network, ANN)。
這本書編排的順序，是從介紹無生命物體在作用力的作用下所展現的行為開始，然後賦予這些物體慾望、自主性，以及能夠根據系統規則採取行動的能力，接著讓這些物體，能夠在族群中隨著時間演化。經歷過這些過程之後，現在這些物體被叫做「生物」。看著這些我們創造出來的生物在螢幕上跑來跑去，內心不免想問：真正有生命的生物是則麼進行決策的？他們的決策過程長什麼樣子？他們是怎麼透過不斷地學習來調整自己的選擇？電腦所模擬出來的生物，是不是能夠因應環境來做決策？要回答這些問題，不妨看看人腦是怎麼運作的，說不定能從中得到一些啟發。
人腦可以用生物神經網路(neural network)來描述。這個網路是由許多彼此之間會傳遞複雜模式(pattern)電訊號的神經元(neuron)互相連接而成的。神經元主要的結構有細胞體(cell body)和突起兩部分。突起有樹突(dendrite)和軸突(axon)兩種。樹突可以跟其他神經元的軸突連接，並接收傳遞過來的訊號；軸突則可以和其他神經元的樹突連接，並將訊號傳遞過去。軸突和樹突接觸連接的地方叫做突觸(synapse)。關於神經元的更詳細介紹，可以參考這兩篇文章：
雖然我們已經知道神經元的結構以及運作方式，但人腦到底是怎麼運作的，到現在為止仍充滿謎團。所幸，就和GA不是要「模擬」演化，而是希望藉由「模仿」演化來解決問題一樣，類神經網路也志不在「模擬」人腦，而是希望藉由「模仿」人腦來創造可用於解決問題的工具。
在這一章中，會先介紹類神經網路的基本觀念及其運作方式，並建造一個僅由一個神經元所構成，可說是結構最簡單的類神經網路。有了這些基礎之後，再介紹如何使用程式庫來建造更複雜、能解決更多問題的類神經網路。
