Rumelhart comenzó su formación académica en la Universidad de Dakota del Sur, donde obtuvo su licenciatura en 1963.
Esta teoría se plasmó en su obra más influyente, Parallel Distributed Processing: Explorations in the Microstructure of Cognition (Rumelhart & McClelland, 1986), en la cual describe cómo los patrones de activación en redes neuronales pueden representar conceptos y estructuras complejas de conocimiento.
La retropropagación permitió que las redes neuronales multilayered pudieran aprender patrones complejos mediante el ajuste iterativo de pesos, marcando un antes y un después en el campo de la inteligencia artificial (Rumelhart, Hinton, & Williams, 1986).
Estos modelos de esquemas, como se ven en su obra *Schemata: The Building Blocks of Cognition*, propusieron que la mente organiza la información en estructuras predefinidas que ayudan a simplificar la interpretación del mundo (Rumelhart, 1980).
En 2001, la Cognitive Science Society estableció el Premio David E. Rumelhart para reconocer contribuciones significativas al entendimiento de los procesos cognitivos, en honor a su legado.