パーセプトロンPerceptron
入力を秤にかけ超えたかどうかだけ答える最初のニューラルネットワーク
- パーセプトロンは複数の入力にそれぞれ違う重みを掛けて足したあと、しきい値を超えたかどうかだけ答える装置です。
- 答えは超えた・超えなかったのどちらか一つです。どれだけ超えたかは教えてくれません。
- 外れるたびに重みを少しずつ直す規則も一緒に生まれました。機械が自分で学んだ最初の例です。
- 一つだけのパーセプトロンはまっすぐな境界一本しか描けません。 この限界が明らかになり、研究がしばらく冷え込みました。
- 複数を層として重ね、しきい値の代わりになめらかな規則を使うことで今日のニューラルネットワークになりました。
目次
1たとえで理解する
塾で上位クラスを選ぶとき、数学の点数と英語の点数をそのまま足したりはしません。上位クラスが数学中心なら数学の点数に掛ける重みを大きくし、英語は小さくします。ここにその年のクラス定員の事情に合わせて合格ラインを少し上げたり下げたりします。こうして計算した点数がラインを超えれば上位クラス、超えなければそのままです。超えたか超えなかったかのどちらか一方しか出ず、何点差で超えたかは教えてくれません。振り分けの結果がずれ続けると、次の学期に科目の重みとラインを少しずつ直します。何学期かこれを繰り返すと、誰も規則を書いてくれていないのに、なかなか使える基準ができあがります。パーセプトロンはまさにこの方式です。
2くわしく
掛けて足してしきい値と比べる
パーセプトロンがすることは三段階で終わります。まず入ってきた値ごとに決まった重みを掛けます。次にその結果を全部足し、基準線をずらす値を一つ加えます。最後にその合計が0を超えるかどうかを比べ、超えれば1、超えなければ0を出します。
重みが果たす役割が要です。重みが大きければその入力を重要視し、小さければ聞き流し、負の値ならむしろ反対の根拠として受け取ります。基準線をずらす値は全体をどれだけ甘く見るか厳しく見るかを決めます。同じ点数表でも、この値一つで合格ラインが丸ごと上下します。
外れると重みを直す学習
パーセプトロンが残した本当の遺産は計算方式ではなく、直す方式です。正解の付いた例を一つずつ見せ、答えが合っていればそのまま流します。外れたときだけ手を入れますが、方向はとても単純です。超えるべきなのに超えなかったなら、その例で大きかった入力の重みを少し上げ、超えてはいけないのに超えたなら少し下げます。
この過程を例ごとに繰り返すと、重みが徐々に落ち着いていきます。人が規則を一行も書かなくても、機械が例だけを見て判断の基準を作り上げたことになります。今の学習も根っこは同じです。外れた分だけほんの少しずつ値を動かすという考え方はそのまま受け継がれています。
一本の線では切れない問題
限界ははっきりしていました。掛けて足したあとしきい値と比べる構造は、まっすぐな境界を一本引くことと同じです。両方とも真のときだけ真、どちらか一方でも真なら真といった問題は、この一本の線できれいに分かれます。
問題は二つの条件のうちちょうど一つだけが真のときに真になる組み合わせです。四つの場合を紙に打っていくらでも線を引いてみても、一本の線では分かれません。塾のたとえに移せば、二科目とも得意か二科目とも苦手な生徒は除いて、一科目だけ得意な生徒だけを選べという条件です。どんな重みとラインを選んでもこの条件は合わせられません。この指摘が広く知られると、ニューラルネットワークの研究は十数年にわたり冬の時代を迎えました。
重ねることで今のニューラルネットワークになりました
解決策は二つでした。一つはパーセプトロンを複数並べ、その結果を再び別のパーセプトロンに入れることです。中間の場所がそれぞれまっすぐな境界を一本ずつ引き、後ろの場所がその結果を組み合わせると、曲がった境界も作れます。
もう一つはしきい値をなめらかに変えることでした。超えた・超えなかったとしか答えなければ、どれだけずれたかを送り返すことができません。しきい値をなめらかな曲線に変えると、ずれた度合いが後ろへ流れる道ができ、層を重ねたニューラルネットワークも学習できるようになりました。今使われているニューラルネットワークは、この二つを備えたパーセプトロンの子孫です。
3もう少し正確に
パーセプトロンは1950年代後半に提案された、最も単純な形の人工ニューロンです。入力ごとに重みを掛けて足し、バイアスを加えたあと、階段状の関数を通して0か1を出します。学習規則は答えが外れたときだけ重みを入力値の方向に少し動かす方式で、まっすぐな境界で分けられる資料であれば必ず答えを見つけられることが証明されています。
たとえがずれる点もあります。塾のラインは人が会議で決めますが、パーセプトロンの重みは例を見ながら自動で決まります。また点数はたいてい正の数ですが、パーセプトロンの入力と重みは負の値も自由に取ります。今日のニューラルネットワークのニューロンは階段の代わりになめらかな規則を使うため、0と1の間の中間値を出す点も違います。そして塾のラインは一度決めれば学期中維持されますが、パーセプトロンの重みは例を一つ見るたびにすぐ手直しされます。
4やってみる
5よくある誤解
パーセプトロンが今のニューラルネットワークと同じものだと思われがちですが、実際には層が一つだけで答えもどちらか一方しか出さない、ずっと単純な装置です。
一本の線で分けられない問題はニューラルネットワークが元々解けないと考えられがちですが、実際にはパーセプトロンを層として重ねた瞬間に解けます。
パーセプトロンは古い話で役に立たないと思われがちですが、実際には今のニューロン一つが行う計算は今もこの構造そのままです。
7ひとこと要約
つまりパーセプトロンは入力を秤にかけて足し、しきい値を超えたかどうかだけ答える最も単純なニューラルネットワークで、これを何層にも重ねることで今日のニューラルネットワークが始まりました。
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