ニューラルネットワークは、人間の神経回路のしくみを参考に考案された数理モデルである。神経回路とニューラルネットワークの対応や、研究の初期のモデルに関する説明として、最も適切なものを1つ選べ。
正解と解説を見る
解説
正解 A
この問題の論点：神経回路とニューラルネットワーク
ポイント
ニューラルネットワークは、シナプスの伝わりやすさを重みとして表した数理モデルです。脳のしくみをそのまま再現したものではありません。
選択肢ごとの解説
- A
適切 正解
神経回路では、シナプスでの信号の伝わりやすさが経験によって変わることが、学習や記憶の土台と考えられています。ニューラルネットワークでは、これを重みという数値で表し、データから学習して調整します。
- B
不適切
入力の合計に応じて出力を決める性質に当たるのは、活性化関数です。初期のモデルでは、入力の合計がしきい値以上なら1を出すステップ関数が使われました。誤差関数は、出力と正解のずれを測るためのものです。
- C
不適切
マカロックとピッツの形式ニューロンは、入力の重み付き和がしきい値に達すれば1、達しなければ0を出力するモデルで、重みやしきい値は人が設定しました。データから重みを学習するしくみを取り入れたのは、1958年にローゼンブラットが発表したパーセプトロンです。
- D
不適切
ニューラルネットワークは神経回路から着想を得た数理モデルで、脳の構造を細部まで再現したものではありません。学習に使う誤差逆伝播法も、脳の中で同じ計算が行われていると確かめられているわけではありません。
試験での狙われ方
神経細胞・シナプス・発火といった生物の要素が、重みや活性化関数のどれに当たるかを対応づけて問う形が考えられます。