En la historia de la inteligencia artificial hay momentos en los que el rumbo del conocimiento cambia sin que nadie lo perciba de inmediato. Uno de esos momentos ocurrió a mediados de los años 2000, cuando un investigador británico-canadiense, Geoffrey Hinton, volvió a encender la chispa de una disciplina que muchos creían agotada. Su trabajo sobre las Restricted Boltzmann Machines (RBM) y las Deep Belief Networks (DBN) reintrodujo la idea de que las máquinas podían aprender representaciones internas del mundo, no solo procesar datos.
