ポイント
- ニューラルネットワークは単純な計算の場所をたくさんつないだ仕組みです。一つひとつがすることはとても単純です。
- 場所どうしは層としてまとまっていて、基本的なニューラルネットワークでは信号が前の層から後ろの層へ流れ、少しずつ姿を変えます。
- 場所と場所をつなぐ線には強さを調節するつまみが付いています。学習はこのつまみを少しずつ回す作業です。
- 人が規則を書き込むわけではありません。答えのずれを逆にたどってつまみを直す作業を数え切れないほど繰り返します。
- 脳をまねた名前ですが、実際の脳とは違う点がたくさんあります。どれだけ似ているかは見方が分かれ、名前から生まれる誤解が特に多いところです。
たとえで理解する
オーケストラが一曲を演奏するとき、音を作る場所は一つではありません。弦楽器の場所、管楽器の場所、打楽器の場所が、それぞれ自分の受け持ちの音だけを出します。楽器を一つだけ取り出して聞くと、曲とは言いがたい単純な音です。けれどもその音が決まった強さで重なると、一つの曲になります。ニューラルネットワークは、こうした単純な音の場所をたくさん集めて一つの答えを作る仕組みです。
場所ごとに音の大きさが違うように整えられていることが大事な点です。ある場所は大きく、ある場所は背景に沈むほど小さく鳴ります。この大きさの配合が曲の印象を決めます。楽器の顔ぶれが同じでも、配合が変わればまったく違う曲に聞こえます。
練習もこの配合を合わせる作業です。合奏してみて不自然な部分があれば、その部分を受け持つ場所の音を少し弱めたり強めたりします。この手直しを数え切れないほど繰り返すと、曲がまとまっていきます。
くわしく
場所一つがすることはとても単純です
ニューラルネットワークを作る計算の場所一つがすることは、驚くほど単純です。あちこちから届いた数に自分なりの強さを掛けて全部足し合わせ、その合計を決まった規則に通して、次へどれだけ送り出すかを決める、これがすべてです。楽器が一つ、決まった音を鳴らすことに近い動きです。
この単純さがむしろ力になります。することが単純だからこそ、場所を数万個、数億個に増やしても計算がまかなえます。そして場所が増えるほど、重ねて作れる音の幅が広がります。
どれだけ送り出すかを決めるこの規則(活性化関数)も重要です。この規則がまっすぐな直線のままだと、いくら場所を増やしても結局は一度計算したのと同じ結果になってしまいます。合奏で言えば、どの楽器も一様に平板な音しか出さない状態です。
層に重なって信号が流れます
場所は散らばって存在しているのではなく、層としてまとまっています。値を受け取る入力層、答えを出す出力層、その間にある中間層です。いちばん基本的なニューラルネットワークでは、信号が前の層から後ろの層へ一方向に流れます。
層を通るたびに扱う対象の大きさが変わります。手書きの数字を見分けるニューラルネットワーク、とくに画像向けの構造では、前のほうの層が短い線や曲がった角のような断片に、後ろのほうの層がその断片が集まってできる輪や尾のような形に反応する傾向が観察されることもあります。ただ、いつも人が見て分かりやすい断片に分かれるわけではありません。最後の層に来て、やっとどの数字かが決まります。
オーケストラで各パートの音がまず作られ、それが合わさって楽節になり、楽節が集まって曲になる順序と似ています。層を深く重ねるほど複雑な形を扱えますが、その分だけ信号がぼやけやすくなり、管理することも増えます。
つまみを回すことが学習です
場所と場所をつなぐ線には、強さを調節するつまみが一つずつ付いています。このつまみの値(と場所ごとに足す小さな定数)が、ニューラルネットワークが学んだ内容のほぼすべてです。大きなモデルで数十億から数千億個、多いものでは兆の単位と言われる数は、まさにこうした値の数です。
はじめはつまみが適当に合わせられています。その状態で答えを出せば、当然めちゃくちゃです。そこで正解とどれだけずれているかを測り、そのずれを後ろの層から前の層へ逆にたどりながら、どのつまみをどちら向きにどれだけ回すべきか計算します。
一度に大きくは回しません。ほんの少しだけ動かして、また答えを出す作業を数え切れないほど繰り返します。合奏で一度に完成させようとせず、小節ごとに少しずつ整えていくのと同じです。人が規則を書き込む箇所はどこにもありません。
脳に似ているという名前が生む誤解
ニューラルネットワークという名前は、脳の神経細胞から来ています。あちこちから信号を受け取り、一定の水準を超えたら次へ送り出すという発想を借りたのは事実です。ですが、似ている点は、その程度の大きな発想が中心です。一部の構造は脳の視覚領域の研究からさらにアイデアを借りてもいて、どれだけ似ているかは研究者によって見方が違います。
実際の脳の神経細胞ははるかに複雑に動き、化学物質や時間の流れまで絡み合っています。ニューラルネットワークの場所は、掛けて足すだけの計算にすぎません。学び方もそのまま同じとは言いにくいです。ニューラルネットワークは答えのずれを逆にたどる方式で学びますが、脳がまったくこの方式で学ぶのかどうかは明らかになっていません。似た原理を使っている可能性を探る研究もありますが、まだ結論は出ていません。
だから、ニューラルネットワークが考えたり理解したりすると言えるかどうかは、見方が分かれます。少なくとも人間の脳と同じやり方でそうしているとは考えにくいです。オーケストラが感動的に曲を演奏しても、楽器そのものが感情を感じているわけではない、というたとえを挙げる人もいます。
もう少し正確に
ニューラルネットワークは、複数の層でつながれた関数のかたまりです。各層は入ってきた値に重みを掛けて足したあと定数を一つ加え、その結果を活性化関数に通して次の層へ送ります。活性化関数がなければ、層をいくら重ねても一つの層と変わらなくなります。学習は出力と正解の差を損失として測り、その損失を各重みについて逆にたどって少しずつ更新する過程です。層を深く重ねたものを特に深層ニューラルネットワークと呼び、それを扱う分野が深層学習です。
たとえがずれる点もあります。オーケストラには楽譜と指揮者がいて、何をどう演奏するかがあらかじめ決まっていますが、ニューラルネットワークには楽譜がありません。強さの配合を資料だけから自分で見つけ出さなければなりません。またオーケストラは時間とともに音が流れますが、基本的なニューラルネットワークには前後の順序がなく、一度に計算が通り過ぎます。順序を扱うには構造を別途変える必要があります。
やってみる
よくある誤解
ニューラルネットワークが人間の脳と同じ方式で動くと思われがちですが、実際には信号を集めて送り出すという発想など一部のアイデアを借りただけで、神経細胞一つの動き方も学び方も、そのまま同じだと言える根拠はありません。
層を深く重ねるほど必ず賢くなると見なされがちですが、実際には層をただ重ねるだけだとかえって学習がうまく進まない問題が起こりうるため、深く重ねるにはそれを防ぐ構造やコツも一緒に必要です。
ニューラルネットワークの中に人が読める規則が書かれていると見られがちですが、実際には学んだ内容が数多くのつまみの値に散らばっていて、なぜその答えを出したのかをすぐには読み取りにくいです。内部をのぞいて一部を読み取ろうとする研究が続いています。
ひとこと要約
ニューラルネットワークは単純な計算の場所を層としてつなぎ、その間の強さを少しずつ合わせながら答えを作り出す仕組みです。
誤りや、もっと良いたとえがありますか？ 修正を提案する · 最終更新 2026-10-18