Et neuralt netværk er en specifik form for maskinlæring eller kunstig intelligens (AI), der involverer træning af en computer til at genkende specifikke mønstre eller funktioner i data. I tilfælde af fugleidentifikation trænes et neuralt netværk ved hjælp af et stort datasæt, der omfatter tusindvis af nøjagtigt mærkede fuglelyde. Dette datasæt fungerer som et undervisningsværktøj, der gør det muligt for computeren at lære og skelne individuelle fuglekald og sange.

På samme måde som vi lærer et lille barn betydningen af ​​et ord som "hund", lærer det neurale netværk gennem eksponering til talrige eksempler og guidet instruktion. I de tidlige stadier giver omsorgspersoner vejledning ved at forbinde ordet "hund" med faktiske hunde og forstærke konceptet gennem positiv forstærkning ("Det er en hund. Sikke en dejlig hund!"). Efterhånden som barnet møder nye dyr, begynder de at anvende deres forståelse og stille spørgsmål som "Hund?" at søge bekræftelse ("Nej skat, det er en kat.") eller modtage positiv feedback ("Ja! Hvilken smuk hund!").

På samme måde forfiner det neurale netværk gradvist sin evne til at identificere nye fuglelyde den er ikke stødt på før, og trækker på sin omfattende træning med mærkede eksempler. Gennem denne iterative læringsproces bliver computeren yderst dygtig til at genkende og klassificere ukendte fuglevokaliseringer.