Ihmisen keskushermosto ohjaa koko kehon toimintoja ja eri aisteja. Keskushermostoon kuuluvat aivojen lisäksi selkäydin. Aivoissa tapahtuvat sähköiset ja kemialliset hermoimpulssit välittyvät neuroneiden eli hermosolujen kautta keskushermoston eri osiin, joka puolestaan tulkitsee niiden tuoman informaation erilaisiksi kehon toiminnoiksi. Tätä biologista mallia on käytetty perustana tietokoneiden ja tekoälyn ohjelmoinnin kehittämisessä.

Neuroverkkomallit ovat siis eräänlainen tekoälyn muoto tai osa, joita käytetään mallintamaan informaationkäsittelyä, matematiikkaa tai laskentaa. Neuroverkot perustuvat aivotoiminnassa luonnollisena osana oleviin hermoverkkoihin. Neuroverkot koostuvat joukosta toisiinsa kytketyistä, yksinkertaisista tietojenkäsittely-yksiköistä, joita kutsutaan neuroneiksi niiden luonnollisesti ilmenevien esikuvien mukaan. Nämä neuronit ovat kuitenkin keinotekoisesti luotuja, ja niiden kehittäminen perustuu tilastotieteeseen ja signaalinkäsittelyyn luontaisten impulssien sijaan. Neuronit koostuvat synapseista, summaajista ja aktivaatiofunktioista, jotka voidaan kuvata algebran laskukaavalla.

Neuroverkkomalleja käytetään erityisesti koneoppimisessa, joka on yksi tekoälyn osa-alueita. Koneoppimisen tarkoituksena edistää ja kehittää ohjelmiston toimintaa olemassaolevan pohjatiedon ja mahdollisen tai hypoteettisen käyttäjän toimintaan perustuen. Esimerkkejä tekoälyn alueista, joihin koneoppimista sovelletaan ovat muun muassa hakukoneet ja roskapostisuodattimet. Näissä neuroverkkomalleja ohjelmoidaan ohjaamattomaan oppimiseen, joka puolestaan on yksi koneoppimisen menetelmä. Ohjaamatonta oppimista soveltamalla hakukone oppii tunnistamaan eri hakusanoihin liittyviä ominaisuuksia. Näin hakukone oppii järjestämään, luokittelemaan ja esittämään pyydettyä dataa antaen ensimäisenä hakutulokset, jotka vastaavat esitettyjä hakusanoja mahdollisimman tarkkaan. Roskapostisuodattimien kohdalla taas ohjaamatonta oppimista käytetään opettamaan roskapostisuodattimille tiettyjen avainsanojen perusteella mitkä viestit voidaan luokitella roskapostiksi.

Neuroverkkomallien tarkoitus on siis opettaa tietokoneen ohjelmistoja tunnistamaan annetusta datasta tiettyjä ominaisuuksia ja luokittelemaan tai järjestämään ne sen perusteella omiin alaluokkiinsa. Näin ollen ohjelmisto tarvittaessa, kuten hakukone-esimerkissä, pystyy nopeasti poimimaan tarvittavan tiedon datapankista annettujen hakusanojen perusteella.

Neuroverkkomalleja voidaan käyttää useissa eri yhteyksissä, joissa sovelletaan matemaattista tilastotiedettä, informaatioteoriaa, optimointiteoriaa ja tietojenkäsittelytiedettä. Käytännön esimerkkeihin lukeutuvat muun muassa erilaiset tietokonepelit, kuten sakki, tammi ja pokeri; kulkuneuvojen automatisointi ja hallittu ohjaaminen; hahmotunnistus, kuten kasvojen- ja objektien tunnistusteknologia; lääketieteellisissä tutkimuksissa tiettyjen sairauksien, kuten eri syöpien diagnosointiin käytettävä teknologia; tietojenlouhinta; luonnonvarojen käsittely ja hallinta; sekä kaupankäynnissä suurten volyymien ja kauppasummien käsittelyyn käytetyt järjestelmät.