Ein Hopfield Netzwerk ist ein sich selbstorganisierendes, neuronales Netz, welches ohne kontrollierten Lernvorgang
(wie bei der Backpropagation) lernt. Hopfield Netze werden insbesondere bei der Mustererkennung (Sprache und Gesichter) eingesetzt.
Bei diesen Netzen geht es darum, das Gewichtungen gefunden werden, die dafür sorgen, dass topologische Strukturen erhalten bleiben.
Die Lernregel legt hier nicht mehr die Multiplikation der Gewichtungen zugrunde, sondern die Subtraktion.

Eine Steigerung der Lernfähigkeit des Homo sapiens sapiens in Synergie zur Lernfähigkeit künstlich-neuronaler Systeme scheint möglich zu werden.
Die Informations- und Biotechnologien wachsen zusammen. Das zeigen die schon heute möglichen Anwendungen. In technisch "Neuronalen Netzen" werden Computerarchitekturen konstruiert, die zwar nicht ein biologisches Gehirn nachbilden wollen, wohl aber die Erkenntnisse der Hirnforschung z. B. die hohe komplexe Verflechtung und Selbstorganisation als Prinzipien.
Natürlich gibt es auch Ideen dazu, die Lernfähigkeit des Homo sapiens sapiens durch Implantation von "künstlicher Intelligenz" zu steigern.