Neural programmering används för att skapa mjukvara som efterliknar hjärnans grundläggande funktioner. Det är en nyckelkomponent till artificiell intelligens (AI) och skapar mjukvara som kan förutsäga okända, såsom väder och börstrender samt spel där cybermotståndaren förbättras när den får erfarenhet. Fördelen med neural programmering jämfört med traditionell programmering är att dess programvara kan lära sig och anpassa sig till ny data.
Generellt använder neural programmering en datorarkitektur som kallas neural processing, som använder artificiella neuroner eller noder som är klustrade i nätverk för att utföra komplexa uppgifter. Varje artificiell neuron triggas av ett visst numeriskt värde, som bestämmer när och var den kommer att skicka en signal till nästa neuron. En enskild neuron är programmerad med en enkel om-då-regel för en grundläggande uppgift. Om data har värdet -1, utför den en funktion. Om datavärdet är 0 gör det något annat.
Neural programmering är en process i två steg. Det första steget är att mata in grundläggande information och regler som en mjukvaruapplikation behöver för att förstå data den kommer att ta emot. Denna programvara är vanligtvis programmerad med bitar av bias, vilket ger mer trovärdighet åt vissa typer av information. Till exempel kommer neural programmering av aktiemarknadsmjukvara att inkludera de grundläggande funktionerna för aktiemarknadshandel, såsom premissen att större efterfrågan på en aktie ökar dess värde. Det kommer också att innehålla vissa fördomar, till exempel hur programvaran ska vara mycket uppmärksam på trender i kvartalsvisa inkomstrapporter.
Det andra steget i neural programmering kallas träning. Data används för att lära programvaran vissa trender och möjligheter; i allmänhet, ju mer data programvaran tar in, desto bättre blir den på att skapa korrekta utdata. Data kan till exempel lära datorn att när en viss bransch har starka resultat för andra kvartalet betyder det i allmänhet att det fjärde kvartalet är trögt. Aktievärden är knutna till resultatrapporter, så programvaran kan så småningom förutsäga att aktier för den branschen kommer att falla efter att rapporterna för det fjärde kvartalet är inne när branschen hade ett starkt andra kvartal. Programvarans produktion kan så småningom råda en handlare att sälja innan resultatrapporter för fjärde kvartalet kommer ut.
Vanligtvis är fördelen med neural programmering att programvara inte behöver perfekt information för att fungera. Till skillnad från traditionell programmering, som stängs av när fel uppstår, kan neural programmering anpassa sig till ofullkomliga indata genom att använda tidigare information för att lösa problemet. Det är så den mänskliga hjärnan fungerar också, även om den är mycket mer komplex. Till exempel kan en människa känna igen en gammal vän, även om den vännen har gått upp i vikt eller fått skägg; andra aspekter av vännen – ansiktsstrukturer, ögon, hans sätt att gå eller röst – utlöser igenkännandet. Neurala programmerare fortsätter att förfina programvara som inte bara kommer att efterlikna hjärnan, utan i vissa fall vara snabbare och ännu mer exakt.