【じんこうにゅーろん】

人工ニューロンとは？

最終更新: 2026年10月4日

💡 入力を重みで組み合わせ、関数で出力に変える

神経細胞に着想を得た計算モデル。代表的な形では、入力の重み付き合計にバイアスを加え、活性化関数を通して出力を求める。ニューラルネットワークの構成単位。

📌 このページのポイント

代表的な人工ニューロンの計算を左から右へ示します。重みwは入力の寄与を調整し、bは合計に加えます。生物の神経細胞の全機能を再現した図ではありません。

ひよこ

人工ニューロンは本物の脳細胞なの？

ペンギン先生

神経細胞に着想を得た計算モデルだよ。入力を受け取って出力を計算する、ニューラルネットワークの構成単位として考えると分かりやすい。生物の神経細胞の働き全体を、そのまま再現しているわけではないんだ

ひよこ

どんな計算をするの？

ペンギン先生

代表的には各入力xに重みwを掛けて足し合わせ、バイアスbを加えるよ。その値zを活性化関数fへ渡してyを求める。例えばx1=2、x2=1、w1=0.5、w2=−1、b=1ならz=1で、ReLUという関数なら出力も1になるんだ

ひよこ

重みが大きい入力ほど重要なの？

ペンギン先生

重みはその入力が合計にどう寄与するかを決めるよ。負の重みもあるし、入力の単位や大きさによって寄与は変わる。だから重みの数値だけで、猫の耳が背景より重要だと単純に読み取れるわけではないんだ

ひよこ

活性化関数は何のため？

ペンギン先生

ReLUやシグモイドなどで、合計した値を変換するんだ。非線形な活性化関数を使うことで、層を組み合わせたネットワークが複雑な関係を表せるようになる。線形な計算だけを何層も重ねても、非線形な関係は表せないよ

ひよこ

計算するたびに学習するの？

ペンギン先生

入力から出力を求める推論と、パラメーターを更新する学習は別だよ。学習では予測の誤差を表す損失を減らすように重みなどを調整する。誤差逆伝播はそのための勾配を求める代表的な方法だけど、推論中に必ず重みが変わるわけではないんだ

まとめ：ざっくりこれだけ覚えればOK！

「人工ニューロン」って出てきたら「入力を重み付きでまとめ、出力を計算する単位」と思えばだいたいOK！

📖 おまけ：英語の意味

「Artificial Neuron」＝人工の神経細胞

💬 Artificialは人工の、Neuronは神経細胞という意味だよ。神経細胞に着想を得た呼び名だけど、生きた脳細胞をそのまま再現したものではないんだ

参考資料