ボルツマンマシンは1980年代に登場した初期の生成AIモデルで、教師なし学習によってデータの分布を学習します。一般的なボルツマンマシンは全てのニューロンが互いに接続されているのに対し、制限付きボルツマンマシン（RBM）は可視層と隠れ層が分離されており、より効率的に学習できます。エネルギー関数に基づいたパターン学習を行い、訓練後はGibbsサンプリングを用いて新しいデータを生成可能です。