機械学習

ニューロンとパーセプトロン

そもそも、人間の神経はニューロンという物質によって情報が伝達されています。この仕組みを情報科学で再現しようという試みが、人工知能（AI）のモデルであるパーセプトロンです。ニューロンは、AIモデルにおけるパーセプトロンに対応します。

人間の神経ネットワーク（ニューラルネットワーク）は、パーセプトロンの集合体です。パーセプトロンは複数の入力から単純な計算を行い、1つの出力を生成します。各入力には重みが付与されており、この重みによって出力される結果が異なります。

具体例を挙げて説明します。例えば、象を認識させる場合、象には「鼻が長い」や「体が大きい」といった特徴があります。それぞれの重みを3とします。一方で、サイは「鼻が長い」の重みを1、「体の大きさ」の重みを2とします。正しい入力、重み、そして答えを与え続けることで、機械学習は精度を高めることができます。

しかし、パーセプトロンには問題があります。それは単純な特徴を超えて複雑な特徴を認識することが難しい点です。これを補うために、パーセプトロンのレイヤーを複数に増やして複雑化させたのがバックプロパゲーションというシステムです。この詳細については後日記載しますが、これによりAIはより複雑な特徴を抽出することが可能となります。