1986年10月9日（《自然》論文發表） / 美洲

反向傳播論文展示多層網路怎樣學習內部表徵

魯梅爾哈特、辛頓和威廉斯展示利用輸出誤差計算權重調整的方法，讓隱藏層在訓練中學習對任務有用的特徵。

科學史故事

1986年的《自然》論文說明怎樣把誤差的影響逐層向後計算，再調整類神經網路的連接權重，使輸出更接近訓練目標。它推動了多層網路與內部表徵研究，但反向計算導數和相關訓練思想已有前史，不能說三位作者在這一年憑空發明全部方法。論文中的人工網路也是數學模型，不等於已經證明人腦以相同方式學習。

反向傳播用到微積分的連鎖律，連接了數學最佳化與機器學習。後來更大的網路、資料和運算硬體擴大了應用，也帶來了新的驗證問題。

1986年10月9日（《自然》論文發表）明確節點

按資料明確記載的年、月或日定位；未詳的月日不作推定。

聖地牙哥及跨校合作網路

標記魯梅爾哈特與威廉斯的加州大學聖地牙哥分校研究環境；辛頓當時的論文單位是卡內基梅隆大學。

代表點座標 · 32.8801°, -117.234°

代表點可指一份手稿的收藏地、實驗室或觀測地點，不表示研究只在此發生，也不把共同發現單獨歸於某一國家。

資料以書目標題展示，不提供外部跳轉。參考資料可能支持個別事實或相關背景，列出來源並不等於每一句解釋已經逐句核實。