連接主義的核心技術是神經網路。

第一次AI浪潮的開端為神經網路技術，雖具有學習的能力，但因為當時的電腦性能不足以支撐神經網路技術，只能放棄，繼續鑽研技術。在第二波AI浪潮時，電腦的性能獲得了改善，卻發現多層化下的學習效率不如預期且學習的資料也不夠充分，導致無法做出成效，繼續研究知識。在21世紀的網際網路普及，為神經網路理論的硬體和知識帶來進步後，終於迎來了結果，藉由深度學習，在圖像辨識和商業上的影響都帶來的巨大的改變，有了第三波AI浪潮。
在最早的AI浪潮的技術，經過數十年的研究之後，又銜接上了我們現在的這個世代獲得影響。

符號主義提倡的做法:藉由解決問題所需的邏輯思維轉化成程式語言。從AI發展到現在，符號主義一直扮演著重要的角色，面對各式各樣的邏輯思維的問題都能按照規則進行運作。但遇到感受型問題，會有因為無法明確定義需要處理的範圍該控制在多大的問題。深度學習的出現，可以用連接主義來處理符號主義處理不妥的問題，符號主義也被賦予新的定義，解釋了解釋性和運算速度，現在的AI問題都由符號主義和連接主義相輔相成。