ニューロン（Neuron）とは — たとえでやさしく

1たとえで理解する

近所のサッカー仲間のLINEグループに「今夜蹴りますか」という議題が上がりました。十人がそれぞれ一言ずつ書き込みます。雨の予報があるという人、絶対行こうという人、体が重いという人。世話役に座っている人は、この言葉を集めて「今日やります」か「次にします」の一行を案内として出さなければなりません。

言葉を数える方法は決まっています。毎週欠かさず出てくる仲間の「行こう」は重く受け止め、半年ぶりに現れた仲間の一言は軽く受け止めます。今日は天気が良いのでできれば開きたいという世話役自身の基本的な気持ちも、最初から少し加わっています。こうして集まった重さがあらかじめ決めた線を越えれば案内が出て、線を越えなければ静かに流れます。

この世話役の座がニューロンです。入ってきた一言一言が入力、仲間ごとに違う重さが重み、世話役の基本的な気持ちがバイアス、案内を出す線を決める規則が活性化関数です。

2くわしく

ニューロンの中では四つのことが起きます

一つ目、前から来た値を受け取ります。値は画像の明るさのこともあれば、前のニューロンが送り出した結果のこともあります。二つ目、値ごとに自分の分の重みを掛けて全部足します。三つ目、その合計にバイアスをもう一度足します。四つ目、その結果を活性化関数に入れて最終的な出力を一つ作ります。

この四段階は順序が決まっています。どのニューロンでも、ニューラルネットワークのどの場所にあっても同じ順序を踏みます。ニューロンごとに違うのは順序ではなく、掛ける重さと加える基本値の大きさだけです。

重みはニューロンごと、つながりごとに違います

入ってくるつながり一つ一つに重みが別々に付いています。つながりが十本あれば重みも十個です。重みが大きければその値は結果を大きく揺らし、0に近ければその値は事実上無視されます。

重みには引く側もあります。ある値が大きくなるほど結果を反対側に押さなければならないとき、重みにマイナスが付きます。サッカーの集まりで言えば、「雨が降る」という一言が強く入ってくるほど案内が遠のくのと同じです。オンにする力だけでなく、オフにする力も一緒にあってこそ判断が生まれます。

しきい値を越えなければ静かにしています

掛けて足した値がどれだけ計算されても、最後の関門を通らなければニューロンはほとんど何も送り出しません。この関門がニューラルネットワークを単純な足し算機以上のものにしてくれます。しきい値がなければ、層をどれだけ重ねても結局は一回の掛け算と足し算に平らになってしまいます。

しきい値を越えたあとの振る舞いも関数ごとに違います。越えた分をそのまま送り出すものもあれば、どれだけ強く入っても一定の大きさ以上は送り出さないものもあります。どちらを使うかによって学習がうまく進むこともあれば、進みにくいこともあります。

ニューロンは一人で働きません

ニューロン一つの出力は、そのまま次のニューロンたちの入力になります。同じ値を複数のニューロンが同時に受け取り、それぞれ違う重みで解釈します。同じ写真を見て、あるニューロンは横線に、あるニューロンは色の変化に反応するといった具合です。

同じ入力を受け取るニューロンを横に並べたものが層で、層を何重にも積んだものがニューラルネットワークです。今どきのモデルにはニューロンが数億、数千億個も入っています。それぞれは相変わらず掛け算と足し算しかしていませんが、その結果が幾重にも積み重なることで、人の顔を見分けたり文章を続けて書いたりすることが可能になります。

学習はニューロンではなく重みを変えます

モデルを学習させるとき、ニューロンの個数や計算の順序は変わりません。変わるのは各つながりに付いた重みと基本値です。正解とずれた分だけ重みを少しずつ押したり引いたりすることを数え切れないほど繰り返しながら、モデルが作られていきます。

だから「学習されたモデル」とは、結局のところよく調整された数字の束です。同じ構造のニューラルネットワークでも、どんなデータで重みを合わせたかによって、まったく違う仕事をするようになります。

3もう少し正確に

ニューロンは生物学の神経細胞から名前だけを借りた計算の単位です。していることは入力に重みを掛けて全部足し、バイアスを足したあと活性化関数を一度適用することだけです。本物の神経細胞のように化学信号をやり取りしたり、自分でつながりを新しく作ったりはしません。

世話役のたとえがずれる点もあります。世話役は言葉の意味を理解し、その日の事情に応じて基準を自分で変えますが、ニューロンは意味を知らないまま数字だけを扱い、基準も自分では変えられません。重みは学習の過程で外から調整されます。

計算の順序も図とは少し違います。実際の実装ではニューロンを一つずつ順番に計算せず、一つの層にあるニューロン全体を行列積一回でまとめて処理します。そうしてこそグラフィックボードが数千の計算を同時に回せます。図の中の丸は人が理解しやすいように描いたもので、コンピューターの中にそういう形の部品が別にあるわけではありません。

4やってみる

テンソルフロープレイグラウンド ailearn.space 図の中の丸一つがニューロンです。数を増やしたり減らしたりしながら境界線がどう変わるか見てみましょう

5よくある誤解

ニューロンが人間の脳細胞のように考えると思われがちですが、実際には掛け算と足し算、そして関数一回がすべてです。
ニューロンが多いほど必ず賢くなると考えられがちですが、実際には配置とデータが噛み合う必要があり、むやみに増やすと計算が高くつくだけで過学習につながることもあります。
ニューロン一つが概念一つを担当すると思われがちですが、実際には一つの概念が複数のニューロンに分かれて散らばっています。

7ひとこと要約

つまりニューロンは複数の値にそれぞれ違う重みを掛けて足し、しきい値を越えると一つの値を送り出す、ニューラルネットワークで最も小さな計算の単位です。

このたとえは理解に役立ちましたか？

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2026-09-02