콜모고로프(Kolmogorov)는 중첩 정리(superposition theorem)를 통해 n개의 입력 변수와 1개의 출력 변수가 주어진 임의의 함수를 적절한 선형 비선형 변환을 통해 중간계층에 2n+1개의 변수만을 갖는 3계층 구조로 표현하는 것이 가능하다는 것을 보였다. 이런 측면에서 본다면 계층이 더 추가된 다계층 인공신경망이 특정 모델을 학습하기에 더 적합한 것인지, 혹은 임의의 함수를 학습할 수 있는지 등의 흥미로운 질문이 남아있다고 할 수 있다.

더구나 딥러닝이 이항 지수함수를 가정하고, 서로 인접한 계층 간의 관계만을 가정하는 다소 제한된 모델임을 감안하면, 다양한 머신러닝 모델 및 알고리즘이 계속해 인간을 닮은 지능적인 시스템을 만드는 것을 기대할 수 있겠다.