วิวัฒนาการของปัญญาประดิษฐ์ถือเป็นจุดเปลี่ยนกระบวนทัศน์ที่ชัดเจนจาก AI เชิงสัญลักษณ์ (GOFAI) ไปสู่ คอนเนกชันนิซึมในอดีต AI อาศัยการให้เหตุผลแบบนิรนัย "จากบนลงล่าง" ซึ่งกฎที่มนุษย์เขียนโค้ดกำหนดผลลัพธ์ทุกอย่าง วิธีนี้แม้จะแม่นยำสำหรับปริศนาตรรกะ แต่กลับล้มเหลวกับ ปฏิทรรศน์ของโมราเวก—ซึ่งเป็นข้อตระหนักว่าการให้เหตุผลระดับสูงนั้นใช้การคำนวณน้อย ขณะที่ทักษะประสาทสัมผัสและการเคลื่อนไหวระดับล่าง (เช่น การจดจำใบหน้า) แทบเป็นไปไม่ได้ที่จะเขียนโค้ดกำหนดตายตัว
ในทางตรงกันข้าม การประมวลผลที่ได้แรงบันดาลใจจากชีววิทยา ใช้กลยุทธ์การเรียนรู้แบบอุปนัย "จากล่างขึ้นบน" แทนที่จะทำตามคำสั่งที่ตายตัว โครงข่ายประสาทเทียมใช้การแทนค่าแบบกระจายเพื่อจำแนกรูปแบบจากข้อมูลดิบ แม้สถาปัตยกรรมเหล่านี้จะเลียนแบบการประมวลผลแบบขนานและความยืดหยุ่นของสมองมนุษย์ แต่สิ่งสำคัญคือต้องตระหนักว่ามันเป็นเพียง นามธรรมทางคณิตศาสตร์โดยอาศัยพีชคณิตเชิงเส้นและแคลคูลัสเพื่อให้ได้ผลลัพธ์ที่ใช้งานได้ โดยให้น้ำหนักกับประสิทธิภาพการคำนวณมากกว่าความเหมือนจริงทางชีววิทยา
วิธีการแบบโครงข่ายประสาทเทียมใช้การเรียนรู้แบบอุปนัย "จากล่างขึ้นบน" ด้วยการประมวลผลเอกสารนับล้านชิ้น จึงระบุความสัมพันธ์เชิงความน่าจะเป็นระหว่างคำในบริบทได้ แทนที่จะพึ่งพาพจนานุกรมที่มนุษย์กำหนดซึ่งตามไม่ทันความพลวัตของคำสแลงและไวยากรณ์