人工智能是一个广泛的领域，人工神经网络是该领域的一项特定技术。

人工智能可以指广泛的技术，机器（算法）通过这些技术展示效用（在环境中的适应性，其中环境可以是虚拟的或物理的。）

这可以包括符号 AI，它专门利用逻辑和搜索。（符号 AI 有时被称为“老式 AI”又名 gofai，或“经典 AI”。）

• 一个关键的区别是神经网络构成了“统计人工智能”的一种形式，这使得它们能够通过试错和分析进行学习。

处理能力和内存的进步促进了统计驱动的 AI 方法最近的强度和适用性。

我会解释为人工智能是一个涉及许多领域的巨大话题：机器人技术、计算机视觉、机器学习等。它专注于计算机可以完成的任何“智能”任务。

人工神经网络是机器学习的一个子主题，可能正如您所见，正如您所说，您对它们有一些经验，它使用一组试图模仿实际的“神经元”处理解决问题的特定方法生物神经元。以非常简单的方式解释它，它是一种将函数拟合到您的特定数据的方法，它仍然存在并且对测试数据给出良好的预测。通过“训练”网络，您基本上是在尝试为神经元之间的权重（类似于实际大脑中的突触，神经元之间的连接）找到更好的值，以便在特定类型的数据上提供更好的输出而不仅仅是一种情况。

来自维基百科：

人工神经网络 (ANN) 或联结系统是受构成动物大脑的生物神经网络启发但不完全相同的计算系统。这样的系统通过考虑示例来“学习”执行任务，通常无需使用特定于任务的规则进行编程。

另一方面，人工智能是指广义的

机器展示的智能

这显然并不清楚，所以下一个合乎逻辑的问题是：“什么是智能？”

然而，这是计算机科学和许多其他领域中最受争议的问题之一，因此没有直接的答案。你能做的最多就是自己决定你认为智能指的是什么，因为据我们所知，没有一致同意的量化智能的方法，因此对智能的定义仍然是模棱两可的。