ニューラルネットワーク

ニューラルネットワーク（Neural Network）とは、人間の脳にある神経細胞（ニューロン）とその接続（シナプス）の仕組みを数学的にモデル化した計算システムです。多数の「ノード（人工ニューロン）」がレイヤー（層）状に接続され、データを変換・処理します。

基本的な構造は「入力層→隠れ層（1層以上）→出力層」の3種類の層から成ります。入力層がデータを受け取り、隠れ層が特徴を変換・抽出し、出力層が最終的な予測（分類確率、生成テキストなど）を出力します。各接続には「重み（Weight）」と呼ばれる数値があり、学習によってこの重みが最適化されます。

なぜニューラルネットワークが強力かというと、十分なデータと層の深さ（ディープラーニング）があれば、手動でルールを記述しなくても画像認識・音声認識・言語理解など、複雑なパターン認識タスクを高精度に解けるためです。

現代のLLMはTransformerアーキテクチャの大規模なニューラルネットワークであり、数十億〜数兆のパラメータ（重み）を持ちます。ニューラルネットワークは機械学習・ディープラーニング・LLMすべての根底にある共通の技術基盤です。