از آنجا که شبکه های عصبی مصنوعی، الگوهای محاسباتی نسبتاً جدیدی هستند، می توان گفت که فواید، کاربردها و روابط آن با محاسبات مرسوم هنوز کاملاً شناخته نشده است. انتظارات(بعضی ممکن است که به آن بی جا بگویند) در این زمینه بسیار زیاد است. شبکه های عصبی به ویژه برای کاربردهای واقعی ، ارتباط الگوهای آموزش پذیر مناسب هستند. عنوان این مطلب که شبکه های عصبی مصنوعی می توانند همه مسائل ، یا حتی تمامی مسائل نگاشت را به صورت استدلال خود کار حل کنند، احتمالاً غیر واقعی است.

فواید

  • ذاتاً به صورت گسترده ای موازی،
  • امکان چشم پوشی در برابر خطا به خاطرعملکرد موازیش،
  • ممکن است به صورت تطبیقی طراحی گردد؛
  • نیاز کم به ویژگی های گسترده مساله (غیر از درون مجموعه آموزش).
معایب
  • عدم وجود قواعد صریح یا راهنمایی های طراحی برای کاربرد مورد نظر،
  • عدم وجود روشی عمومی برای تشخیص عملیات داخلی شبکه،
  • آموزش ممکن است مشکل یا حتی غیر ممکن باشد؛
  • پیش بینی عملکرد شبکه در آینده مشکل است(تعمیم).