Arvutusintelligentsus (CI) on arvutiteaduse haru, milles projektid arenevad alt üles, kusjuures järjekord tekib esialgsest struktuuri puudumisest. See on sarnane paljude protsessidega, mida loodusmaailmas nähakse. Arvutusalane intelligentsus hõlmab selliseid mõisteid nagu evolutsiooniline arvutus, kus probleeme lahendatakse evolutsiooniprotsessi mudelite abil ja kui seda kasutatakse masinõppes, võimaldab see robotitel kogemustest õppida. Hägusloogikat, süsteemi, mis sarnaneb inimese otsustusprotsessiga, saab kasutada probleemide lahendamiseks, kus esineb ebamäärasust või ebakindlust. Närvivõrgud on süsteemid, mis põhinevad inimese ajufunktsioonil ja neid saab kasutada keerukate andmete mustrite ja suundumuste tuvastamiseks.
Erinevalt kõvast andmetöötlusest, kus lahendused on garanteeritud ja probleeme piiratakse vastavalt rangetele tingimustele, kuulub arvutuslik intelligentsus pehme andmetöötluse rubriiki, kus edukaid tulemusi alati ei saavutata. Arvutusalane intelligentsus ammutab sageli inspiratsiooni loodusest, näiteks evolutsioonilise arvutuse valdkonnas, kus luuakse süsteeme, mis arenevad keeruliste probleemide lahendamiseks. Seda saab rakendada tehisintellekti või sünteetilise intelligentsuse puhul, mille tulemusena tekivad robotid, mis õpivad kogemustest ja arenevad aja jooksul.
Hägusloogikal põhinevaid süsteeme saab arvutusintellektis kasutada inimeste mõtteviiside simuleerimiseks. Neid võiks kombineerida bioloogiliselt inspireeritud närvivõrkudega kognitiivse robootika vallas, luues roboteid, millel on võime mõelda viisil, mis meenutab inimese mõtteprotsesse. Lisaks mõtlemisele võivad sellised robotid ka õppida, meeles pidada, tajuda ja ebakindluse tingimustes otsuseid teha, nagu inimesed seda teevad. See võib võimaldada robotitel inimeste taotlustest paremini aru saada, võimaldades neil tuvastada kasutatud sõnade tähendust. See võib olla kodutöid täitva masina jaoks hädavajalik.
Närvivõrke peetakse tavaliselt arvutusliku intelligentsuse osaks. Nagu inimese aju, koosnevad nad arvukatest omavahel ühendatud üksikutest osadest, mis on sarnased närvidega. Need töötavad koos probleemide lahendamisel, õppides, sest elementidevahelised ühendused on reguleeritavad, nagu ka närvidevahelised ühendused.
Kui närvivõrgud on õppinud andmeid analüüsima, saavad neist tõhusalt saada oma valdkonna eksperdid ja neid saab kasutada erinevate stsenaariumide tulemuste ennustamiseks. Seda tüüpi arvutusliku intelligentsuse puuduseks on see, et see nõuab palju arvutusvõimsust ja võib töötada ettearvamatult. Närvivõrke ei tohiks segi ajada ekspertsüsteemidega, mis kasutavad otsuste tegemiseks etteantud reeglite kogumeid ega kohanda neid andmetega sobitamiseks.