• ホーム
  • 人間の脳をもとにした「ニューラルネットワーク」について大解説!

人間の脳をもとにした「ニューラルネットワーク」について大解説!

2019年08月26日

ニューラルネットワークは、人工知能の発展に欠かせない機械学習アルゴリズムのひとつです。近年注目を集めるディープラーニングは、ニューラルネットワークをベースに構築されているため、ディープラーニングを理解する上で、必要不可欠な知識となります。

ニューラルネットワークとは、人間の脳を数式的に模倣した機械学習アルゴリズムです。人間の脳には神経細胞であるニューロンが存在しており、複数のニューロンが結合することでネットワークを構築して情報のやりとりを行っています。ニューロン同士の結合の強さは、それぞれのニューロン間で異なるとされており、情報の伝達は結合の強さに応じて行われます。ニューラルネットワークは、ニューロンで構成された脳のネットワーク構造と、ニューロン同士の結合の強さの2つの要素を数式的に再現しているのです。

ニューラルネットワークは、入力層と出力層、隠れ層から構成されており、それそれの層は複数のノードが存在します。ノードとは、形式ニューロンと呼ばれることもある、ニューロンを模したモデルのことです。入力層と出力層、隠れ層に存在するノードは、次の層のノードと結合されており、各ノード間の結合にはニューロンのつながりの強さを表した重みというパラメータが設定されています。

ニューラルネットワークの学習とは、人間が意図する結果が出力されるように、ノード間のパラメータを調整することを指します。なお、機械学習における学習方法は大きく、教師あり学習と、教師なし学習の2つに分類可能です。教師あり学習は、学習に用いるデータに対して正解が与えられており、コンピューターは正解に近づけるようにパラメーターの調整をします。一方、教師なし学習に用いるデータには、正解が与えられておらず、コンピューター自身がデータ内の特徴量を算出することで分類や分析を行います。

また、ニューラルネットワークは隠れ層を増やすことも可能です。隠れ層が2層以上のものをディープニューラルネットワーク(DNN)と呼び、ディープラーニングとはDNNによって学習することを指します。ニューラルネットワークは、1940年代に形式ニューロンという概念が発表されてから、様々な研究が行われてきましたが、2006年にDNNが実現したことにより、ディープラーニングの研究が盛んに行われるようになりました。

近年、近年人工知能が急速に発展しているのは、隠れ層が多層であるDNNが実現して、より複雑な問題を高精度に扱えるようになったためです。今後も、ディープラーニングの研究は盛んに行われていくことが予想され、新たな技術の誕生が期待されます。