CNN（Convolutional Neural Network）は、画像を認識するために作られた人工知能（AI）の仕組みの一つです。
スマホの顔認識や自動運転のカメラ、病院でのX線画像の解析など、様々な場面で使われています。

普通の画像には「色」や「形」、「明るさ」など、たくさんの情報が詰まっています。
CNNは、こうした情報をうまく整理しながら、「この画像に何が映っているのか？」を理解しようとします。

CNNの流れは、大きく分けて 3つのステップ があります。

画像の中から、 大事な部分（特徴） を探す作業です。
たとえば、猫の画像なら「耳の形」や「目の配置」など、猫らしいポイントを見つけます。

🔍 どうやって？
小さなフィルター（マスクのようなもの）を使って、画像の一部をチェックします。
「ここに線がある！」「ここは丸い形っぽい！」といった情報を抜き取ります。

画像のデータはとても大きいので、少しまとめて小さくします。
これによって、計算がラクになり、余計な情報を減らせます。

📏 どうやるの？
例えば、4つのピクセルの中で 一番大きな値 だけを残す、という方法があります（「最大プーリング」という）。

✅ メリット

最後に、これまで見つけた特徴を組み合わせて、「これは〇〇だ！」と判断します。

🧠 ここが「脳」っぽい部分！
CNNの「畳み込み」と「プーリング」を通して、画像の特徴を細かく整理しました。
その情報を使って、「これは猫！」「これは犬！」と決めるのがこの部分です。

これを大量のデータで学習させることで、AIがどんどん賢くなっていきます。

🖼 画像に強い！
CNNは「画像から特徴を自動で見つける」ので、普通のニューラルネットワークよりも 画像認識が得意 です。

🚗 色々な場面で活躍！

CNNは「画像を理解するのが得意なAIの仕組み」。
「畳み込み」「プーリング」「全結合」の3ステップで、画像の特徴を整理して、何が映っているかを判断します。

これによって、スマホの顔認識、自動運転、医療診断など、私たちの生活に役立つ技術になっています！