Некоторые ограничения перцептрона, которые привели к развитию альтернативных методов машинного обучения:

• Неспособность решать задачи нелинейной классификации. 2 Например, вычислять значение функции XOR (триггером оператора XOR является несовпадение двух объектов, другое название — «исключающее или»). 3
• Отсутствие способности обобщать свои характеристики на новые стимулы или новые ситуации. 5 Также перцептроны не могли анализировать сложные ситуации во внешней среде путём расчленения их на более простые. 5

Эти ограничения были указаны в книге Марвина Минского и Сеймура Пейперта «Perceptrons» в 1969 году, что привело к временному снижению интереса к нейронным сетям. 4

Однако к концу 1980-х годов развитие многослойных нейронных сетей и популяризация метода обратного распространения ошибки позволили устранить многие ограничения ранних перцептронов. 2