本章回顾了专注于使用神经网络的计算机认知模型。这些架构受到对大脑计算方式研究的启发，特别是以下观察结果：由相对简单的处理元素组成的大型密集连接网络可以相当轻松地通过少量连续步骤解决某些复杂任务。后续工作产生了具有独特风味的认知模型。处理的特点是跨连接成复杂网络的简单处理单元的激活模式。知识存储在单元间连接强度中。正是由于这个原因，这种理解认知的方法获得了联结主义的名称。自本书第一版以来，很明显该领域已进入人工神经网络研究的第三个时代。第一个时代始于 20 世纪 30 年代和 40 年代，是第一种正式计算理论起源的一部分；第二个时代始于 20 世纪 80 年代和 90 年代，伴随着认知的并行分布式处理模型；第三个时代始于 21 世纪中期，伴随着“深度”神经网络的进步。关于如何创建和训练更强大的人工神经网络的新见解引发了这两个时代的转变。