Solo sette anni dopo il celebre articolo di Turing che diede origini ai primi programmi per calcolatore, si vede la nascita delle prime reti neurali artificiali. Nel 1943 McCulloch e Pitts diedero origine al primo neurone artificiale. Si tratta di un neurone molto semplice che può fornire in output solo i valori 1 e 0. Venne dimostrato che essa era in grado di svolgere le funzioni di una macchina di Turing, ma non era ancora in grado di apprendere. La scoperta del primo neurone artificiale in grado di apprendere è attribuita allo psicologo americano Rosenblatt (1962) il quale inventò una procedura automatica di addestramento di un particolare tipo di neuroni che presero il nome di single-layer perceptron. Dopo un iniziale entusiasmo da parte di tutto il mondo, passarono quindici anni prima di avere un punto di svolta quando Rumelhart nel 1986 inventò l'algoritomo di apprendimento che prese il nome di back-propagation. Esso, utilizzato ancor oggi, segnò una svolta significativa e permise l'utilizzo delle reti neurali per apprendere qualsiasi genere di funzione.
L'attività sulle reti neurali per il riconoscimento vocale vede il suo inizio in tempi piuttosto recenti, con le prime reti in grado inizialmente di riconoscere solo 10 cifre isolate. Qualche anno dopo con l'avvento dei modelli ibridi markoviani/neurali vennero fatti esperimenti sul riconoscimento di cifre isolate, poi su quelle connesse e sul parlato continuo, arrivando ad ottenere risultati paragonabili alle tecnologie più classiche dei modelli markoviani a misture di densità gaussiane.Stefano Scanzio 2007-10-16