Neuronales Netz zur Mustererkennung

Wie Margaret Heffernan so treffend sagte: "Ein großer Teil der Kreativität besteht in der Mustererkennung, und um Muster zu erkennen, braucht man Unmengen von Daten. Unser Verstand sammelt diese Daten, indem er zufällige Details und Anomalien, die sich jeden Tag leicht erkennen lassen, zur Kenntnis nimmt: Eigenheiten und Veränderungen, die sich schließlich zu Erkenntnissen summieren." Die Mustererkennung hilft uns, fast alles im täglichen Leben zu identifizieren. Sie ist nicht nur ein natürliches Phänomen für Lebewesen, sondern auch ein wichtiger Aspekt für die künstliche Intelligenz. Sie ist der Schlüssel für die Entwicklung in allen Bereichen wie medizinische Diagnose (EKG), Technologie (Gesichtserkennung, Fingerabdruckerkennung, Netzhautscan), Verteidigung (automatische Zielerkennung wie lasergesteuerte Bomben und Bildsegmentierung und -analyse aus Luftbildaufnahmen) usw. Es gibt verschiedene Methoden der Mustererkennung wie Template Matching, statistische Ansätze usw., aber es heißt, dass ein natürlicher Prozess am besten durch Nachahmung der Natur erreicht werden kann. Ist das so? Ist ein neuronales Netzwerk besser als andere Ansätze?