Il Deep Learning è un sottocampo del Machine Learning.

Si basa sull'uso di reti neurali artificiali. Una rete neurale artificiale è un modello computazionale, con una struttura a strati, formata da nodi interconnessi che lavorano insieme. Hanno questo nome a causa della loro ispirazione (o del suo tentativo di simulare) reti neurali biologiche, che troviamo nel nostro cervello.

Sebbene le reti neurali siano state studiate e utilizzate per molti anni, i progressi nel campo sono stati molto lenti fino a tempi recenti, principalmente limitati dalla mancanza di potenza di calcolo.

Il Deep Learning ha trovato diffusione solo nell’ultimo decennio, anche se negli ultimi anni ha registrato un grande boom, grazie in parte all'adozione di GPU (Graphical Processing Unit - Processore grafico) per l'addestramento delle reti neurali.

C'è la convinzione molto diffusa che qualunque problema di Machine Learning, per quanto complicato, può essere risolto da una rete neurale, semplicemente ingrandendola abbastanza.

Oggigiorno, si stanno compiendo molti progressi nel resto dei campi dell'intelligenza artificiale a causa dei progressi nel deep learning, sia in quelli più tradizionali (migliorando i risultati ottenuti), sia in quelli più di tendenza: elaborazione del linguaggio naturale, visione artificiale, riconoscimento vocale, generazione di contenuti multimediali realistici, ecc.