Szykując się do udziału w konkursie komputerowego rozpoznawania obrazów, Geoffrey Hinton, profesor Uniwersytetu Toronto, wraz z dwoma studentami zbudował AlexNet – komputerowy model sieci neuronowej. Zadaniem uczestników konkursu było za pomocą stworzonych przez siebie systemów przetworzyć miliony obrazów testowych i zidentyfikować je na tyle dokładnie, na ile to tylko możliwe.

Zwyciężył AlexNet. Jego margines błędu wynosił 15,3 proc. i był niższy o połowę od marginesu błędu systemu, który zdobył drugie miejsce.

Tworząc AlexNet, Hinton dowiódł, że w identyfikowaniu i rozpoznawaniu obrazów głębokie sieci neuronowe działające na procesorach graficznych mogą być znacznie dokładniejsze niż inne systemy. Zaczął się gwałtowny rozwój głębokich sieci neuronowych, a sam Hinton został okrzyknięty „ojcem chrzestnym deep learningu”.

W 2018 roku Hinton wraz z Yoshuą Bengio i Yannem LeCunem zdobył nagrodę Turinga.