Les réseaux de neurones sont des modèles théoriques de traitement de l'information inspirés des observations relatives au fonctionnement des neurones biologiques et du cortex cérébral. Le domaine des réseaux de neurones n’est pas nouveau car il a son origine dans des travaux conduits durant les années 40 (modèle de Hebb pour l’évolution des connexions synaptiques). Ces travaux conduisirent au modèle du perceptron dans les années 60 (modèle qui a principalement été appliqué à la reconnaissance de caractères). Mais ce n’est qu'à partir de 1986 que la recherche dans ce domaine a connu une expansion importante du fait de la publication de modèles de réseaux et d’algorithmes d’apprentissage suffisamment efficaces pour résoudre des problèmes réalistes et complexes. Il est bien connu que des problèmes aisés à résoudre pour l’être humain (par exemple localiser et reconnaitre les divers objets présents sur une image, ou encore comprendre l’écriture manuscrite) sont très difficiles pour l'ordinateur. On peut donc émettre l'hypothèse que le cerveau humain est plus performant parce qu'il utilise un modèle de traitement de l’information très différent de ceux qui ont cours aujourd’hui en informatique. Ainsi, le cerveau traite l’information de façon massivement parallèle. La mémoire y est diffuse et non pas localisée comme dans un ordinateur classique, ce qui le rend très robuste par rapport aux dégradations (on perd quelques centaines de milliers de neurones par jour sans dégradation significative des performances). De plus, la notion de programmation n'existe pas: l'acquisition des connaissances se fait par apprentissage, c'est-à-dire par organisation automatique de la structure interne en fonction des données reçues de l'extérieur.