วิวัฒนาการของปัญญาประดิษฐ์ถือเป็นการเปลี่ยนแปลงกระบวนทัศน์ครั้งสำคัญจาก AI เชิงสัญลักษณ์ (GOFAI) สู่ คอนเนคชันนิสม์. ในอดีต AI อาศัยการให้เหตุผลแบบนิรนัย "จากบนลงล่าง" ซึ่งมีกฎที่มนุษย์เขียนขึ้นควบคุมทุกผลลัพธ์ แนวทางนี้แม้จะแม่นยำสำหรับปริศนาตรรกะ แต่ก็ล้มเหลวในเรื่อง ความขัดแย้งของโมราเวก—ความตระหนักว่าการให้เหตุผลระดับสูงนั้นคำนวณได้ง่าย ในขณะที่ทักษะด้านเซนเซอร์และมอเตอร์ระดับต่ำ (เช่น การจดจำใบหน้า) แทบเป็นไปไม่ได้ที่จะเขียนโค้ดกำหนดไว้
ในทางตรงกันข้าม การประมวลผลที่ได้รับแรงบันดาลใจจากชีววิทยา ใช้กลยุทธ์การเรียนรู้แบบอุปนัย "จากล่างขึ้นบน" แทนที่จะทำตามคำสั่งที่ตายตัว โครงข่ายประสาทเทียมใช้การแทนค่าแบบกระจายเพื่อค้นหารูปแบบจากข้อมูลดิบ แม้สถาปัตยกรรมเหล่านี้จะเลียนแบบการประมวลผลแบบขนานและความยืดหยุ่นของสมองมนุษย์ แต่สิ่งสำคัญคือต้องมองว่า它们是 นามธรรมเชิงคณิตศาสตร์. พวกมันใช้พีชคณิตเชิงเส้นและแคลคูลัสเพื่อให้ได้ผลลัพธ์เชิงฟังก์ชัน โดยให้ความสำคัญกับประสิทธิภาพการคำนวณมากกว่าความเที่ยงตรงทางชีววิทยา
แนวทางแบบนิวรอลใช้การเรียนรู้แบบอุปนัย "จากล่างขึ้นบน" ด้วยการประมวลผลเอกสารหลายล้านฉบับ จึงระบุความสัมพันธ์เชิงความน่าจะเป็นระหว่างคำในบริบทได้ แทนที่จะพึ่งพาพจนานุกรมที่มนุษย์กำหนดซึ่งไม่สามารถตามทันธรรมชาติที่ลื่นไหลของภาษาสแลงและไวยากรณ์ได้