La neurociencia computarizada difiere del conexionismo psicológico y de las teorías del aprendizaje de disciplinas como el aprendizaje automático, las redes neurales y la teoría del aprendizaje estadístico en que enfatiza las descripciones funcional y biológicamente realistas de neuronas (y sistemas neurales), su fisiología y su dinámica. 

Estos modelos captan las características esenciales del sistema biológico en múltiples escalas espacio-temporales desde las corrientes de membranas, proteínas y acomplamiento químico hasta las oscilaciones de redes, la arquitectura topográfica y de columnas, y el aprendizaje y la memoria. Estos modelos computacionales se usan para probar hipótesis que puedan ser verificadas directamente mediante experimentos biológicos actuales o futuros.

En la actualidad, este campo está experimentando una rápida expansión. Existe gran variedad de programas, como el GENESIS o el NEURON, que permiten un veloz y sistemático modelado in silico de neuronas realistas. Blue Brain, una colaboración entre IBM y la Escuela Politécnica Federal de Lausanne, pretende construir una simulación biofísica detallada de una columna cortical en el superordenador Blue Gene.