AI専門メディアTuring Postの記事によると、深層学習が広く実用的な技術として認知される転換点となったのは、2012年のImageNet Large Scale Visual Recognition Challenge（ILSVRC）でAlex Krizhevsky・Ilya Sutskever・Geoffrey Hintonが発表した畳み込みニューラルネットワークAlexNetの勝利でした。AlexNetはtop-5エラー率15.3%を記録し、2位の手法（26.2%）に対して約11ポイントもの差をつけて圧勝しました。それ以前のILSVRC（2010年開始）ではtop-5エラー率が25〜26%前後で推移し、手作業で設計した特徴量とサポートベクターマシン等を組み合わせる手法が主流でした。同記事は、AlexNetの成功が「120万枚の高解像度画像による大規模学習」「NVIDIA CUDAによるGPU実装」「5層の畳み込み層と3層の全結合層という深いアーキテクチャ」という3要素の組み合わせによるものだと分析し、この勝利がその後のVGG・GoogLeNet・ResNetといった深層学習の発展を導いたとしています。