Математические модели работы нервной ткани начали создаваться во второй половине 1940-х годов. Первой важной вехой стало достижение МакКаллока и Питтса — создание модели единичного нейрона. Они считали, что нейрон — это некий сумматор, который получает на вход сигналы, взвешенные на весах синаптических связей, и выдаёт на выходе результирующий сигнал. Более поздние модели стали использовать при суммировании логистическую функцию, в отличие от бинарной функции Хевисайда, которая предполагает, что сигнал подаётся на выход, если сумма входных сигналов больше нуля.Современная нейрофизиология применяет для описания работы синапса усовершенствованную модель Ходжкина — Хаксли, разработанную в начале 1950-х годов на основании опытов с гигантским аксоном кальмара. Современная модель учитывает ряд нюансов в работе ионных каналов, сложные темпоральные эффекты, но суть работы нейрона МакКаллок и Питтс угадали верно: она действительно сводится к суммированию и трансформации сигналов.
