Historia głębokiego uczenia (deep learning) ma swoje korzenie przynajmniej kilka dekad temu. Rozważając wyłącznie sieci konwolucyjne jako jeden z przykładów, ich początki można odnaleźć w pracach Kunihiko Fukushimy (lata 80), który wprowadził pojęcie warstwy konwolucyjnej, i w pracach Yann LeCuna (koniec lat 90), który zastosował algorytm propagacji wstecznej do uczenia sieci konwolucyjnych. Pomimo tak długiej historii, dopiero w ostatnich latach dziedzina ta zyskała ogromną popularność. Przyczyniły się do tego spektakularne sukcesy osiągnięte przez takie architektury jak AlexNet czy AlphaGo. Powstaje zatem pytanie, czy jesteśmy na początku rewolucji, która w najbliższych latach całkowicie odmieni krajobraz sztucznej inteligencji, czy może głębokie uczenie ma problemy, które uniemożliwiają zastosowanie tej technologii w dużo szerszym zakresie niż do tej pory?