Neuraalvõrgu arhitektuur kasutab probleemide lahendamiseks protsessi, mis sarnaneb bioloogilise aju funktsiooniga. Erinevalt arvutitest, mis on programmeeritud järgima kindlaid juhiseid, kasutavad närvivõrgud keerulist vastuste võrku, et luua oma väärtuste komplektid. Süsteem toimib eelkõige näidetest õppides ning katse-eksituse meetodil. Üldiselt võtab närvivõrgu arhitektuur probleemide lahendamise protsessi kaugemale sellest, mida inimesed või tavalised arvutialgoritmid suudavad töödelda.
Närvivõrgu arhitektuuri kontseptsioon põhineb bioloogilistel neuronitel, aju elementidel, mis rakendavad närvidega suhtlemist. Neid simuleerivad arvutuskeskkonnas programmid, mis koosnevad sõlmedest ja väärtustest, mis töötavad koos andmete töötlemiseks. Selle meetodi eesmärk on kompenseerida tüüpiliste arvutialgoritmide suutmatust töödelda lihtsaid helilisi ja visuaalseid andmeid sama lihtsalt kui inimesed. Samuti püüab see parandada inimese võimeid, suurendades protsessi kiirust ja tõhusust.
Tüüpiline närvivõrgu arhitektuuri süsteem püüab probleemi lahendada, esitades teema kohta jah ja ei küsimusi. Teatud elemendid kõrvale heites ja teisi aktsepteerides leitakse lõpuks vastus. See protsess sarnaneb sellele, kuidas bioloogiline aju probleemi lahendab, kuid seda saab konstrueerida nii, et see töötaks kiiremini ja keerukamalt, keskendudes konkreetsele piirkonnale.
Kuna närvivõrgu arhitektuur on üles ehitatud nii, et programm töötab välja oma meetodi probleemi lahendamiseks, võib see olla ettearvamatu. See võib sageli olla kasulik, kuna vähem määratletud protsess võib tekitada vastuseid, mida inimmõistus ei suuda ise välja mõelda. See võib olla ka problemaatiline, kuna puudub võimalus jälgida konkreetseid samme, mida arvuti probleemi lahendamiseks teeb, ja seega on vähem võimalusi protsessi käitamise ajal või pärast seda tekkida võivate probleemide tõrkeotsinguks.
Närvivõrgu arhitektuuri üks eeliseid on see, et pidevalt katse-eksituse meetodil õppides saab süsteem parandada oma probleemide lahendamise võimet. Aja jooksul võib see suurendada võrgu võimet tuvastada mustreid ning töödelda korrastamata ja ebaselgeid andmekogusid. Seda protsessi saab konstrueerida kõige jaoks alates ühest protsessist kuni paljude omavahel ühendatud elementideni.
Kuigi närvivõrgu arhitektuuri saab konstrueerida nii, et see keskenduks teatud valdkondadele, ei saa seda piirata konkreetsete ülesannetega. Selleks, et süsteem oleks tõhus, tuleb sellele anda iseseisvaks tõrkeotsinguks vajalikud elemendid. Ilma õigete materjalideta ei ole süsteemi genereeritud vastused tavaliselt rahuldavad.