从表面上看，建立神经网络模型与建立国际跳棋程序模型并没有什么共同点，前者更加困难。就像前面提到的，我最初曾认为塞缪尔的国际跳棋程序虽然设计思路精妙，但与神经网络的研究方向相去甚远。第4章的分析已经证明：塞缪尔的见解深刻而且涵盖面很广，绝非精妙所能概括。而现在，我还必须纠正“相去甚远”的想法。我们很快就会发现，如果在适当的水平下进行比较，神经网络模型与塞缪尔的国际跳棋程序确实有不少相同之处。而且，我们还会认识到，进一步了解神经网络能帮助我们更深入地理解涌现现象。通过重新叙述侯世达关于蚁群的启示性隐喻(7)，我们将会找到新的视角。
蚂蚁个体的行为非常自动（纯粹反射性地被外界条件所驱动）。它们的大部分行为，都可以被描述为对十几条形式规则的调用：“用大颚夹紧物体”“按照追踪信息素递增或递减的方向来寻路（追踪信息素是一种能够把某些信息进行编码的气味，这些信息包括‘沿这条路去找食物’‘沿这条路去战斗’等等）”“根据是否具有‘蚁群成员’的气味来辨别移动着的物体”，等等。当然，如果要让计算机模拟蚂蚁遵循这些规则的行为，对这些规则的说明还必须更加具体细致，但以上这些简短描述已经体现了规则的要点。这些规则的数目虽然不多，但当蚂蚁在不同的环境中移动时，它们会不停地调用这些规则。一旦蚂蚁个体遇到这些规则没有概括到的情况时，它们的处境就会非常危险。在这些规则没有概括到的环境中，大部分蚂蚁，特别是工蚁，最多只能存活几个星期。
一个蚁群中各个成员的行为及其相互作用决定了整个蚁群的行为。然而作为一个群体，蚁群所显示出的灵活性却大大地超过了其个体成员的能力范围。蚁群可以感知并应对在很大地理范围内出现的食物、外敌、水患和很多其他现象。蚁群能够把领地延伸到很远的地方，按照有利于群体的方式来改变周围环境。蚁群的寿命一般要比其个体成员的寿命长几个数量级（尽管在有些种类的蚂蚁中，蚁群的寿命可能大致等同于蚁后的寿命）。为了了解蚁群，我们必须了解这个稳定、适应性很强的组织究竟如何从它那为数众多的成员间的相互作用中产生出来。
像蚁群一样，中枢神经系统也由大量相互影响的个体组成，这些个体被称为神经元。单个神经元就像蚂蚁个体一样，有一套行为指令系统，这个指令系统可以根据数量不多的规则建立起来。而且像蚁群一样，无论在时间还是在空间上，中枢神经系统所调控的行为都比单个神经元本身的行为要复杂得多。当然，蚁群和中枢神经系统有着很重要的区别。例如，神经元之间的相互连接和相互影响在空间上讲，基本上采用“有线”方式，然而蚂蚁的交互网络却具有流动、变幻不定的特点。然而，这两种情况最令人迷惑的地方都在于：这样一个如此稳定而灵活的组织是如何从一群相对不灵活的组成部分涌现出来的？
因为蚁群的活动细节比中枢神经系统的活动细节更容易观察，我们用肉眼就可以看到蚂蚁个体，并观察到它们之间的相互影响，所以蚁群中的涌现现象就显得不那么神秘了。在这方面，隐喻是很有效的手法：通过对蚁群的观察和对比，就可以很合理地解释神经网络的行为指令系统为何比其成员（神经元）的行为指令系统优异很多。在建立这样的网络模型的过程中，我们会用类似观察蚁群的方式来研究这一现象。我们可以使用不同的方式来干扰模拟神经网络，从中挑选出在涌现中扮演关键角色的个体神经元的特征。而且，由于这种网络的结构超出了塞缪尔评估函数的范畴，所以当我们在不同的情况下检验塞缪尔的众多观点时，还会涉及在他的国际跳棋程序中不易观察到的涌现的其他层面。
