Para preguntas 1 y 2 básicamente se crea una función que aprenda y pueda dar resultados incluso si cambiamos el valor de las entradas, es decir si creamos una función para la tabla de verdad (1 y 0) y el perceptrón simple con 2 entradas (1 y 0) puede dar los valores correctos luego del entrenamiento (número de iteraciones de entrenamiento para obtener los valores correctos), esa misma función debe dar los resultados esperados si cambiamos los valores de 1 y 0 por otros (5 y -3).

Para la pregunta 3 depende de la librería que usa en el video para ver que tanto puede tardar en tu CPU, me parece que la librería está hecha en C# y si tu equipo soporta el NetFramework que usa te va funcionar quizás un poco lenta pero va funcionar.

Es un poco difícil explicar en pocas palabras tus preguntas, solo para entender un perceptrón simple hay que mencionar entradas (“2” más básica), pesos y umbral, luego si entramos a perceptrones con más entradas ya tenemos que entrar como mínimo a las derivadas para empezar y aplicar al programa de ejemplo (el lenguaje da igual, prácticamente se puede hacer en cualquiera).

En el video que pones de ejemplo solo se basa en una librería ya hecha, es decir que para crea el chatboot que quieres no necesitas entender cómo funcionan las redes neuronales, simplemente puedes hacerlo usando esa librería que debe tener su ayuda para usarla.

Pregunta 5, se entrena hasta que aprenda.

De todos modos encontré un par de enlaces que explican un poco de lo que menciono.

https://es.slideshare.net/rgfigueroa/perceptron-simple-y-regla-aprendizaje