Künstliche neuronale Netzwerke orientieren sich an biologischen neuronalen Netzwerken wie dem Gehirn. Die Systeme lernen die Ausführung von Aufgaben anhand von Beispielen und generell ohne aufgabenspezifische Programmierung. In der Bilderkennung beispielsweise lernen sie, Bilder, auf denen Katzen abgebildet sind, zu erkennen. Sie tun dies anhand der Analyse von Beispielbildern, die manuell mit „Katze“ oder „keine Katze“ gekennzeichnet wurden, sowie durch die Verwendung von Resultaten aus vorangegangenen Analysen. Dies geschieht ohne Vorkenntnisse über die Merkmale von Katzen: dass diese beispielsweise Fell, einen Schwanz, Schnurrhaare und eine typische Gesichtsform haben. Stattdessen entwickeln die Netzwerke anhand des verarbeiteten Lehrmaterials ihre eigene Reihe von Erkennungsmerkmalen.