Konekcjonizm to paradygmat w naukach poznawczych i sztucznej inteligencji, który modeluje procesy myślowe oraz przetwarzanie informacji za pomocą sieci połączonych ze sobą prostych jednostek. Podejście to inspirowane jest biologiczną budową ludzkiego mózgu i działaniem neuronów. W przeciwieństwie do tradycyjnego AI opartego na regułach symbolicznych, wiedza w konekcjonizmie jest reprezentowana rozproszenie w postaci wag połączeń między elementami sieci. Zamiast jawnego programowania instrukcji, systemy konekcjonistyczne uczą się wyciągania wniosków na podstawie danych treningowych.





