Les réseaux de neurones artificiels ont fait leur apparition dans la sphère publique au cours des dix dernières années dans le cadre du débat sur l’intelligence artificielle, mais la création de la technologie elle-même remonte déjà à plusieurs décennies.
Les premières réflexions sur le sujet datent du début des années 1940. Warren McCulloch et Walter Pitts décrivent à l’époque un modèle basé sur la structure du cerveau humain et connectant des unités élémentaires. L’idée est alors de pouvoir effectuer presque toutes les fonctions arithmétiques. En 1949, Donald Hebb développe la règle d'apprentissage qui portera son nom, utilisée aujourd'hui encore dans le fonctionnement de nombreux réseaux neuronaux.
En 1960, un premier réseau neuronal artificiel trouve une utilisation commerciale d’envergure mondiale en assurant le filtrage d'écho dans les téléphones analogiques. La recherche dans ce domaine connaît par la suite un coup d’arrêt, lié d'une part aux conclusions d’éminents scientifiques qui estimaient que le modèle des réseaux de neurones artificiels ne pouvait pas servir à résoudre des problèmes majeurs, et d'autre part au fait qu'un apprentissage efficace nécessitait de disposer de grandes quantités de données numériques, ce qui n'était pas le cas à l'époque. Ce n’est qu'avec l’avènement du big data que la recherche reprendra le manière conséquente, l'intérêt pour l'intelligence artificielle et les réseaux de neurones artificiels étant à nouveau au plus haut.
Depuis lors, le domaine ne cesse de se développer sur un rythme élevé. Toutefois, aussi prometteurs que soient les résultats qu’ils permettent d’obtenir, les réseaux de neurones artificiels ne sont pas la seule technologie à mettre en œuvre pour soutenir l'intelligence artificielle en informatique. Ils ne constituent qu'une option parmi d'autres, bien qu’ils soient souvent présentés dans le débat public comme la seule façon viable de progresser dans ce domaine.