(Πληροφορική)
Συνήθως ένα νευρωνικό δίκτυο υλοποιείται χρησιμοποιώντας μια σειρά από επεξεργαστές που λειτουργούν παράλληλα και έχουν πρόσβαση στα δεδομένα της δικής τους τοπικής μνήμης. Η ανάπτυξη «γνώσης» σε ένα νευρωνικό δίκτυο γίνεται είτε εκπαιδεύοντάς το (δηλ. δίνοντας δεδομένα στην είσοδο και καθορίζοντας ποια πρέπει να είναι η έξοδος) είτε τροφοδοτώντας το με μεγάλες ποσότητες δεδομένων[GLi]και κανόνων που συσχετίζουν τα δεδομένα μεταξύ τους (π.χ. ο κανόνας «η σφαίρα είναι στερεό σώμα» συσχετίζει τα δεδομένα «σφαίρα» και «στερεό σώμα» μέσω της σχέσης «είναι»). Μετά τη φάση της εκπαίδευσης το νευρωνικό δίκτυο μπορεί να αποκριθεί σε εξωτερικά ερεθίσματα, π.χ. δεδομένα που θα εισάγει ένας χρήστης που αλληλεπιδρά με το δίκτυο.
Στα νευρωνικά δίκτυα χρησιμοποιούνται συχνά οι αρχές της ασαφούς λογικής (fuzzy logic) για την παραγωγή συμπερασμάτων. Η ασαφής λογική στηρίζεται στην ιδέα ότι μπορούν να γίνουν υπολογισμοί με ενδιάμεσες τιμές ανάμεσα στο «0» και το «1» του δυαδικού συστήματος. Έτσι μπορούν να διατυπωθούν προτάσεις όπως π.χ. ότι κάτι είναι «60% ψηλό» (και όχι οπωσδήποτε μόνο «ψηλό» [GLi]ή μόνο «κοντό»). Η ασαφής λογική εξελίχθηκε αρχικά τη δεκαετία του ’60 από το Λόφτι Ζάντεχ στο πανεπιστήμιο του Μπέρκλεϊ της Καλιφόρνια των ΗΠΑ, στην προσπάθειά του να αναπτύξει λογισμικό που να κάνει τους υπολογιστές να κατανοούν την ανθρώπινη γλώσσα.
