การเปลี่ยนแปลงของปัญญาประดิษฐ์ สะท้อนถึงการเปลี่ยนแปลงรูปแบบหลักการอย่างชัดเจนจากปัญญาประดิษฐ์เชิงสัญลักษณ์ (GOFAI)ไปยังการเชื่อมโยง. ในอดีต ปัญญาประดิษฐ์อาศัยการอนุมานแบบ "บนลงล่าง" โดยที่กฎที่เขียนโดยมนุษย์กำหนดผลลัพธ์ทุกอย่าง แนวทางนี้แม้จะแม่นยำสำหรับปริศนาตรรกะ แต่กลับล้มเหลวเมื่อเผชิญกับความขัดแย้งของมอร์เวค—การตระหนักว่าการคิดในระดับสูงใช้การคำนวณน้อย แต่ทักษะการรับรู้และเคลื่อนไหวระดับต่ำ (เช่น การจำแนกใบหน้า) แทบจะเป็นไปไม่ได้ที่จะเขียนโค้ดให้ทำงานได้เอง
ในทางกลับกันการคำนวณที่ได้แรงบันดาลใจจากธรรมชาติใช้กลยุทธ์การเรียนรู้แบบอนุมาน "จากล่างขึ้นบน" แทนที่จะปฏิบัติตามคำสั่งคงที่ โครงสร้างเครือข่ายประสาทเทียมใช้การแทนที่แบบกระจายเพื่อแยกแยะรูปแบบจากข้อมูลดิบ แม้ว่าสถาปัตยกรรมเหล่านี้จะเลียนแบบการทำงานขนานกันและความยืดหยุ่นของสมองมนุษย์ แต่สิ่งสำคัญคือต้องเข้าใจว่าพวกเขาเป็นเพียงแนวคิดทางคณิตศาสตร์พวกมันใช้พีชคณิตเชิงเส้นและแคลคูลัสเพื่อให้ได้ผลลัพธ์ที่ใช้งานได้ โดยให้ความสำคัญกับประสิทธิภาพในการคำนวณมากกว่าความเหมือนจริงทางชีวภาพ
แนวทางเชิงเครือข่ายประสาทใช้การเรียนรู้แบบอนุมาน "จากล่างขึ้นบน" โดยการประมวลผลเอกสารจำนวนหลายล้านฉบับ มันสามารถระบุความสัมพันธ์เชิงความน่าจะเป็นระหว่างคำในบริบท แทนที่จะพึ่งพากาลังที่มนุษย์กำหนดไว้ ซึ่งไม่สามารถตามทันลักษณะที่เปลี่ยนแปลงตลอดเวลาของสำเนียงและไวยากรณ์