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。