Slope stability analysis is a geotechnical engineering problem characterized by many sources of uncertainty. Some of these sources are connected to the uncertainties of soil properties involved in the analysis. In this paper, a numerical procedure for integrating a commercial finite difference method into a probabilistic analysis of slope stability is presented. Given that the limit state function cannot be expressed in an explicit form, an artificial neural network (ANN)-based response surface is adopted to approximate the limit state function, thereby reducing the number of stability analysis calculations. A trained ANN model is used to calculate the probability of failure through the first- and second-order reliability methods and a Monte Carlo simulation technique. Probabilistic stability assessments for a hypothetical two-layer slope as well as for the Cannon Dam in Missouri, USA are performed to verify the application potential of the proposed method.