Nel 1956 un piccolo gruppo di scienziati informatici guidati da John McCarthy organizzò un seminario dedicato all' "Intelligenza Artificiale" che avrebbe gettato le basi della IA così come la conosciamo oggi. Anche il termine fu inventato dallo stesso McCarthy, che lo definì come il fatto che "ogni aspetto dell'apprendimento o qualsiasi altra caratteristica dell'intelligenza possono, in linea di principio, essere descritti così precisamente che una macchina potrebbe essere progettata per simularli".
Alla fine degli anni 2000, poi, tre eventi quasi simultanei hanno reso possibili reti neurali su larga scala, perché l’AI si basa proprio sulle reti neurali artificiali, impiegate anche nel Machine Learning:
- Set di dati di grandi dimensioni diventano ampiamente disponibili. Testi, immagini, film, musica: tutto ad un tratto, tutto è digitalizzato e può quindi essere utilizzato per formare reti neurali
- I ricercatori sono in grado di sfruttare la straordinaria potenza di elaborazione parallela dei processori grafici (GPU) per formare grandi reti neurali
- Il cloud ha fornito elasticità e flessibilità a sviluppatori e ricercatori, consentendo loro di utilizzare tutta l'infrastruttura necessaria per la formazione senza dover costruire, gestire o pagare per il suo utilizzo a lungo termine

