Keinotekoinen neuroni on matemaattinen funktio tietokoneohjelmistojen ohjelmoinnissa, joka yrittää jossain määrin jäljitellä biologisten neuronien tai ihmisen aivojen ja hermoston impulssijohtavien solujen monimutkaista vuorovaikutusta. Warren McCulloch ja Walter Pitts loivat keinotekoisen neuronin ensimmäisen version vuonna 1943 binäärisen neuronin muodossa, jossa panos voi olla joko 1 tai -1. Yhdessä näiden panosten yhdistelmä painotetaan. Jos tietty kynnys ylitetään, keinotekoisen neuronin lähtö on 1, ja jos tulot ovat riittämättömiä yhdistettynä, lähtö on -1 -arvo.
Yhdessä yhteenliitettyjen keinotekoisten neuronien kokoelman on tarkoitus toimia jollakin perustavalla tavalla kuten ihmisen aivot. Tällaista keinotekoista hermoverkon suunnittelua pidetään keskeisenä askeleena tiellä keinotekoisen elämän kehittämiselle, synteettisille tietokonejärjestelmille, jotka voivat järkeillä jossain määrin kuin ihmiset. Älykkäät tietokonejärjestelmät käyttävät jo nykyään hermoverkkoja, jotka mahdollistavat tietojen syöttämisen rinnakkain nopeammin kuin perinteinen lineaarinen tietokoneohjelmointi.
Esimerkki keinotekoisesta hermosolusta riippuvaisesta järjestelmästä työssä on vuonna 2006 kehitetty kasvinsuojelujärjestelmä, joka käytti lentävää ajoneuvoa viljelyolosuhteiden tarkistamiseen kausittaisten sairauksien ja tuholaisten esiintymisen varalta. Neuraaliverkko -ohjelmisto valittiin viljelykasvien skannauksen ohjaamiseen, koska hermoverkot ovat lähinnä oppimiskoneita. Kun niihin syötetään enemmän tietoa paikallisista olosuhteista, niistä tulee tehokkaampia havaitsemaan ongelmia, jotta niitä voidaan hallita nopeasti ennen niiden leviämistä. Toisaalta tavallinen tietokoneohjattu järjestelmä olisi kohdellut koko viljelyalaa tasapuolisesti, riippumatta tiettyjen osien vaihtelevista olosuhteista. Ilman suunnittelijoiden jatkuvaa uudelleenohjelmointia se olisi osoittautunut paljon tehottomammaksi kuin keinotekoisten hermosolujen sopeutumiseen perustuva järjestelmä.
Neuraaliverkko -ohjelmistolla on myös se etu, että sitä voivat muokata insinöörit, jotka eivät ole perehtyneet ohjelmiston perusrakenteeseen koodaustasolla. Ohjelmisto voidaan mukauttaa monenlaisiin olosuhteisiin, ja se saa taitoa, kun se altistuu näille olosuhteille ja kerää niistä tietoja. Alun perin hermoverkko tuottaa virheellistä lähtöä ongelmien ratkaisemiseksi, mutta kun tämä lähtö tuotetaan, se syötetään takaisin järjestelmään syötteenä ja jatkuva prosessointi ja punnitus johtaa siihen, että tieto ymmärretään yhä tarkemmin maailman olosuhteista, kun annetaan riittävästi aikaa ja palautetta.
Sopeutuminen hermoverkoston suunnitteluun on johtanut muuntyyppisiin keinotekoisiin hermosoluihin vuonna 1943 luodun binäärisen hermosolujen perusrakenteen lisäksi. Puolilinjaiset hermoverkot sisältävät sekä lineaarisia että epälineaarisia toimintoja, jotka aktivoituvat olosuhteissa. Jos analysoitava ongelma näyttää olosuhteet, jotka eivät ole lineaarisia tai eivät ole selvästi ennustettavissa eivätkä vähäisiä, järjestelmän epälineaarisia toimintoja hyödynnetään antamalla heille enemmän painoarvoa kuin lineaariset laskelmat. Neuraalijärjestelmän koulutuksen jatkuessa järjestelmä pystyy paremmin hallitsemaan todellisia olosuhteita, joita se valvoo verrattuna siihen, mitä järjestelmän ihanteellisten olosuhteiden pitäisi olla. Tämä edellyttää usein neurovirheiden mallien sisällyttämistä hermoverkkoon, jotka kykenevät ottamaan huomioon epätarkkuuden asteet tuottamaan mielekkäitä lähtö- ja ohjaustiloja.