A maior parte dos computadores dispon´iveis hoje segue o modelo de arquitetura de von Neumann. Estes computadores apresentam um bom desempenho para tarefas comuns como processamento de numeros, ´ transac¸oes, ˜ etc. No entanto, existe uma gama de aplicac¸oes ˜ que nao˜ sao˜ facilmente modeladas para os computadores convencionais. Estas aplicac¸oes ˜ geralmente sao˜ aquelas facilmente resolvidas por seres humanos como, por exemplo, reconhecimento de faces, classificac¸ao˜ de dados, filtragem de informac¸oes, ˜ etc. Neste contexto, as redes neurais artificiais surgem como uma alternativa as` arquiteturas tradicionais. A ideia ´ basica ´ das redes neurais e´ imitar o funcionamento do cerebro ´ humano e construir sistemas computacionais capazes de aprender, fazer generalizac¸oes ˜ e descobertas. As primeiras pesquisassobre redes neurais datam da decada ´ de 40 com a descoberta do neuronio. ˆ Desde entao, ˜ esta area ´ ja´ passou por per´iodos de latencia ˆ e evidencia ˆ sendo que, no ultimos ´ anos, consolidou-se com o surgimento de aplicac¸oes ˜ reais que empregam redes neurais. Este trabalho apresenta um introduc¸ao˜ ao estudo de redes neurais atraves´ da exposic¸ao˜ dos principais conceitos e da analise ´ de uma rede neural implementada em hardware. O texto esta´ organizado da seguinte maneira: primeiramente, discute-se o funcionamento do neuronio ˆ biologico ´ (sec¸ao˜ 2); na sequencia, ¨ apresenta-se como sao˜ modelados os neuronios ˆ artificiais e a formac¸ao˜ das redes neurais; na sec¸ao˜ 4, apresenta-se uma classificac¸ao˜ das arquiteturas de redes neurais existentes; as sec¸ao˜ 5 e 6 descrevem o processo de treinamento das redes neurais e algumas poss´iveis aplicac¸oes, ˜ respectivamente; na sec¸ao˜ 7, analisa-se a implementac¸ao˜ de rede neural do IBM ZISC036 [Lindblad et al., 1996]; por fim, sao˜ trac¸adas algumas conclusoes ˜ sobre as redes neurais.