人工智能和神经网络有什么联系与区别?
神经网络：神经网络是现代人工智能的最重要的分支，讨论神经网络的理论基础，算法设计与开发，工程应用，代码展示与交流；
人工智能是对信息进行智能化处理的一种模式，主要有两种处理方式[9]：
3.7.1专家系统分词法
从仿真人脑的功能出发，将分词过程看作是知识推理的过程，构造推理网络，将分词所需的汉语词法、句法、语义知识分离出来，把知识表示、知识库结构与维护作为考虑的中心。知识分为：常识性知识，采用“语义网络”表示；启发性知识，采用“产生式规则”表示。专家系统优点是知识库易于维护和管理，但对外界的信息变化不敏感。
3.7.2神经网络分词法
模拟人脑的运行，分布处理，建立计算模型，将分词知识分散、隐式地存入神经网络内部，通过学习和训练改变内部的权值，以达到正确的分词效果。该分词方法的关键，在于知识库的组织和网络推理规则的建立。神经网络分词法具有对外界变化敏感、反应迅速，且具有自学、自组织的能力；缺点在于对已有知识维护更新困难，网络模型表达复杂，训练时间长。
3.7.3 神经网络专家系统分词法
神经网络专家系统分词法是将神经网络分词法与专家系统分词法结合起来的一种方法。即利用了专家系统知识显式表达的优势，又利用神经网络自学、自组织的特点，这是基于人工智能的分词方法一种有益的尝试。采用包括专家系统和神经网络在内的人工智能技术来研究汉语自动分词与其它方法有明显不同。本质上讲，它是一种对人脑思维方式的模拟，试图用数字模型来逼近人们对语言认识的过程。
在汉语自动分词研究中，应用专家系统的时间比较短，引入神经网络技术的研究才刚刚起步，存在许多有待进一步解决的问题。专家系统的缺点是不能从经验中学习，当知识库庞大时难以维护，要进行多歧义字段切分时耗时较长，同时在知识表示、知识获取和知识验证等方面存在一些问题。将人工神经网络技术引入汉语分词系统中，也需要从多个角度去全面考虑。一方面，神经网络具有很多优点，如联想、容错、记忆、自适应、自学习和处理复杂多模式等；另一方面，神经网络的网络连接模型表达复杂，训练过程较长，不能对自身的推理方法进行解释，对未在训练样本中出现过的新词汇不能给予正确切分。
神经网络专家系统（NNES ）是以人工神经网络为核心建造的一种集成式智能系统，它不仅可以实现专家系统的基本功能，模仿人类专家的逻辑思维方式进行推理决策和问题求解；还具有学习能力、自适应能力、并行推理和联想记忆能力。
联接主义（神经网络学派）：1988年美国权威机构指出：数据库，网络发展呈直线上
升，神经网络可能是解决人工智能的唯一途径。关于神经网络学派，现在很多还是在发展 阶段。
人工智能是对人类智能的一种模拟和扩展，其核心是思维模拟人工智能致力于用计算机语言描述人的智能，并用计算机加以实现。两者的共同点在于用计算机程序语言刻划人类智能。然而，它们也存在一个重要的区别。人工智能试图且已经给计算机施加了一个模拟人类智能
的程序，该程序包括知道这个系统本身的过程，然后给系统以一定任务，它就会产生行为。这说明人工智能是确实的、得到证实的。而认知心理学，还不能肯定信息加工过程是人类 智能的唯一心理原因，就连此信息加工过程本身也没有直接的明确证据。认知心理学只能从行为去推断心智用什么程序来造成行为，带有很大假说性。
人工神经网络是在研究人脑的奥秘中得到启发，试图用大量的处理单元（人工神经元、处理元件、电子元件等）模仿人脑神经系统工程结构和工作机理。
在人工神经网络中，信息的处理是由神经元之间的相互作用来实现的，知识与信息的存储表现为网络元件互连间分布式的物理联系，网络的学习和识别取决于和神经元连接权值的动态演化过程。