Rosenblatts 受生物神經網絡啟發，提出人工神經網絡結構，成為現代神經網絡和深度學習的重要基礎。感知機的工作原理可理解為生物神經網絡中的信號作用，信號經過樹突傳遞到細胞核的過程中信號會發生變化。感知機在模型的“輸入”位置添加神經元節點，構成“輸入單元”，向每一個屬性指定一個權重 w，對屬性值和權重的乘積求和，將結果值與閾值比較，從而判定正負樣本結果。但由于感知機模型只能解決線性問題，面對異或問題時無能為力，也導致了第一次人工智能研究在上世紀 70 年代進入低潮期。