Jaringan syaraf tiruan sederhana pertama kali diperkenalkan oleh McCulloch dan Pitts pada tahun 1943. McCulloch dan Pitts menyimpulkan bahwa kombinasi beberapa neuron sederhana menjadi sebuah sistem neural akan meningkatkan kemampuan komputasinya. Bobot dalam jaringan yang diusulkan oleh McCulloch dan Pitts diatur untuk melakukan fungsi logika sederhana. Fungsi aktivasi yang dipakai adalah fungsi threshold.
Tahun 1958, Rosenblatt memperkenalkan dan mulai mengembangkan model jaringan yang disebut Perseptron. Metode pelatihan diperkenalkan untuk mengoptimalkan hasil iuterasinya.
Windrow dan Hoff (1960) mengembangkan perseptron dengan memperkenalkan aturan pelatihan jaringan, yang dikenal dengan aturan delta (kuadrat rata-rata terkecil). Aturan ini akan mengubah bobot perceptron apabila keluaran yang dihasilkan tidak sesuai dengantarget yang diinginkan.
Apa yang dilakukan peneliti terdahulu hanya menggunakan jaringan dengan layar tunggal (single layer). Rumelhart (1986) mengembangkan perceptron menjadi backpropagation, yang memungkinkan jaringan diproses melalui beberap layar.
Selain itu, beberap model jaringan syaraf tiruan lain juga dikembangkan oleh Kohenen (1972) dan Hofield (1982), dan lain-lain.
Perkembangan yang ramai diperbincangkan sejak tahun 1990 adalah aplikasi model-model jaringan syaraf tiruan untuk menyelesaikan berbagai masalah di dunia nyata.