Alex Krizhevsky氏・Ilya Sutskever氏・Geoffrey E. Hinton氏がNeurIPS（当時NIPS）2012で発表した論文「ImageNet Classification with Deep Convolutional Neural Networks」（NeurIPS公式proceedingsで公開）によると、同研究は6000万パラメータ・50万ニューロンからなる5つの畳み込み層と2つの全結合層を持つ深層畳み込みニューラルネットワーク（後に「AlexNet」と呼ばれる）を構築し、ImageNet LSVRC-2010の120万枚の画像を1000クラスに分類するタスクでトップ1誤り率39.7%・トップ5誤り率18.9%を達成し、それまでの最先端手法を大きく上回ったと報告している。同論文は、飽和しない活性化関数（ReLU）の採用と効率的なGPU実装による学習の高速化、全結合層向けの新しい正則化手法の導入を鍵となる技術として挙げており、この成果がその後のVGGNet・ResNet・Inceptionなど深層畳み込みネットワークの発展を導く画期的な出来事になったとされる。