Sieć neuronowa Hopfielda jest systemem używanym do replikowania wzorców informacji, których się nauczyła. Jest wzorowany na sieci neuronowej znajdującej się w ludzkim mózgu, chociaż jest tworzony ze sztucznych komponentów. Po raz pierwszy zaprojektowana przez Johna Hopfielda w 1982 roku, sieć neuronowa Hopfielda może być używana do wykrywania wzorców na wejściu i może przetwarzać skomplikowane zestawy instrukcji. Jest również stosowany w badaniu ludzkiej pamięci.
Sieć neuronowa Hopfielda składa się z systemu jednostek połączonych ze sobą jako sieć, w której każda jednostka jest połączona z każdą inną jednostką. Chociaż wszystkie jednostki są ze sobą połączone, pojedyncza jednostka nie tworzy połączenia ze sobą. Kiedy po raz pierwszy stworzył ten model, Hopfield użył wartości binarnych 0 i 1 do opisania aktywności każdej jednostki w sieci. Chociaż ten system jest nadal w użyciu, wielu naukowców używa teraz -1 i +1 do opisania aktywności jednostek. Mówi się, że jednostka w sieci neuronowej ma wartość 0 lub -1, jeśli jej próg nie został jeszcze spełniony, a 1 lub +1, jeśli jej próg został osiągnięty lub przekroczony.
Jednostki w sieci neuronowej Hopfielda są aktywowane i uwalniają energię po osiągnięciu ich progu. Kiedy pewne dane wejściowe są przekazywane do sieci neuronowej Hopfielda, jest ona w stanie odtworzyć to dane wejściowe przez serię złożonych połączeń między każdą z jednostek. Nawet w systemie składającym się tylko z 4 jednostek, istnieje 12 połączeń, którymi można przesyłać informacje. Złożone sieci mogą zawierać miliony połączeń, co umożliwia im odtworzenie długich ciągów lub wzorców kodu binarnego.
Zanim sieć neuronowa Hopfielda będzie w stanie odtworzyć wzorzec, musi najpierw nauczyć się wzorca, którego szuka. Gdy system pozna pewien wzorzec, będzie mógł go powtórzyć, gdy ponownie go rozpozna. Dzięki temu sieci te są przydatne do wyszukiwania wzorców w dużych ilościach danych.
Chociaż te sieci są w stanie rozpoznawać wzorce, mogą rozpoznawać wzorzec nieprawidłowo, zwłaszcza jeśli wzorce są zapamiętane w częściach sieci neuronowej, które są blisko siebie. Ten sam proces zachodzi w ludzkiej pamięci, którą można modelować za pomocą sieci neuronowej Hopfielda. Badania nad niedokładnością pamięci i wzmacnianiem pamięci u ludzi można przeprowadzić za pomocą sieci neuronowych Hopfielda.