AI:s historiska rötter sträcker sig från Leibniz och Llull till dess etablering som vetenskaplig disciplin efter andra världskriget, med milstolpar som Turings fråga och Dartmouth-konferensen 1956. Artikeln utforskar tillämpningen av neurala nätverk inom astronomi under de senaste tre decennierna, trots ihållande skepsis mot deras användning i seriös astrofysisk forskning. Trots avsaknaden av en enhetlig teoretisk förståelse för djupa neurala nätverk, argumenteras det för deras praktiska effektivitet och nödvändighet, vilket exemplifieras av Yann LeCuns synpunkter. Den exponentiellt växande volymen av astronomisk data gör djupinlärning och neurala nätverk oumbärliga för att automatisera informationsutvinning och hantera utmaningar som traditionella, mänskligt övervakade metoder inte klarar av.