この講座も第3弾になりましたので，いよいよAIの中身に入っていきましょう．
なおこの講座では，以前から予告してある通り，機械学習，その中でもニューラルネットワークを取り上げますので悪しからず．
今だから求められるAI
そもそもなぜAIが最近急激に流行るようになったのか？
最も大きな理由は，この情報社会の発達にあります．
技術や計算機（コンピュータ）の能力が向上したことにより，私たちは**大量の情報（ビッグデータ）**を簡単に生産できるようになりました．
（ex. 昔は天気を観測するとき，せいぜい温度計と湿度計と気圧計程度でしたが，今なら高度な観測システムが構築されていますし，人工衛星からの画像も利用できます．）
またさらに，インターネットが普及し，ビッグデータは簡単に共有されるようになりました．
こうしたデータは今まで人の手で解析されてきましたが，そのリソースには限界があることに加え，人の常識を超える解析がなかなかできないという欠点があります（人の常識とは，今までの知識に基づいた因果関係などです）．
だからこそ，コンピュータを使わないとできない解析が求められているーーそれが，AIが持て囃される最大の要因です．
実際，AIの心臓である機械学習の研究は1980年代にすでに行われていました．
ところがほとんど表に出なかった．当時は早すぎたのです．
コンピュータを思う存分利用する土台が揃い，新しいコンピュータの姿を求められたとき，突然当たったスポットライトーーそれがAI，機械学習なのです．
機械学習
AIを支えている大きな技術に**「機械学習(Machine Leaning)」**があります．
ヒトと同じような高い学習能力をコンピュータで実現する技術です．
これを用いると，私たちヒトが経験を積み重ねていきながら世の中のルールを学習していくのと同じように，コンピュータは与えられたデータから規則を見つけていくことができます．
この機械学習こそ，音声，言語，画像といった様々なデータを「知識」として蓄え，「知恵」を弾き出す人工知能の心臓となるのです．
また機械学習のうち，ヒトの神経細胞の仕組みにヒントを得て造られた**「ニューラルネットワーク（Neural Network）」を利用し，深く深く学習していくことを「深層学習（Deep Learning）」**と言います．
ヒトの脳の仕組み
「ニューラル」とは，「神経の」という意味です．
というわけでまず，ヒトの脳がどのような仕組みで動いているかをご説明しましょう．
脳は神経細胞の集まりです．
神経細胞はこのような形をしています（超デフォルメ済）
この細胞体に何らかの刺激が加わる（興奮する）と，電気信号が軸索を伝わり，軸索末端に到達します．
軸索末端は他の細胞の樹状突起と繋がっていて，信号を次の細胞につないでいきます．
この連結部分をシナプスと言います．
このようにして，神経細胞同士が繋がり合い，ネットワークを形成しています．これが脳の正体です．
神経細胞の興奮は，シナプスにおいて，軸索末端→樹状突起方向のみ伝搬していきます．
軸索末端と樹状突起はべったりとくっついているのではなく，ごくごくわずかな隙間（シナプス間隙）が開いています．
軸索末端に信号が到達すると，末端の先から神経伝達物質が分泌され，樹状突起にある受容体に向かいます．
そして神経伝達物質が受容体に結合したとき，細胞体に刺激が伝わっていくのです．
逆方向に伝達することはありません．
第一のミソは，この信号は一方向にしか伝わらないという点です．
神経細胞は相互にやり取りしているのではなく，情報の発信先と受信先が分かれているのです．
第二のミソは，閾値の存在です．
神経細胞は，興奮している，興奮していないの二つの状態しかありません．
なんとなく興奮しているとか，ちょっと興奮しているとか，めちゃめちゃ興奮しているとか，そういうのはありません．
神経細胞はそれぞれ閾値を持っており，刺激の量が閾値を超えたときだけ興奮するようになっています．
ニューラルネットワークの仕組み
それでは，機械で脳を実現する「ニューラルネットワーク」について見ていきましょう．
ニューラルネットワークにおける神経細胞はこちらです．
これをパーセプトロンと言います．
神経細胞と同じように，
- 入力と出力先がそれぞれ存在する
- 閾値を超えたときだけ興奮する（興奮時に1，非興奮時に0を出力する）．
性質を持っています．
これがつながると・・・
パーセプトロンが層状に並んでいます．この一つ一つを**「層（Layer）」**と言います．
人間の神経細胞は軸索を一本しか持ちませんが，パーセプトロンは次の層の（大抵）全部のパーセプトロンと繋がっています．
これによって複雑な関数を表現することができます．
次回の講座では，このパーセプトロンをどのように実現するかを紹介したいと思います．