ニューラルネットワーク とは？

「ヒントを得た」くらいで考えると正確だよ。脳のニューロンが電気信号で繋がっているように、ニューラルネットワークは数値と重みを掛け算して次のノードに伝えるんだ。ただ本物の脳は1000億個のニューロンがあるのに対して、AIのネットワークはずっとシンプルだよ。

入力層はデータを受け取る入り口、出力層は答えを出す出口、隠れ層はその間で「どんな特徴があるか」を見つける部分だよ。画像認識なら、隠れ層が「エッジ」「形」「模様」という特徴を段階的に抽出していくイメージだね。

誤差逆伝播法（バックプロパゲーション）というアルゴリズムを使うんだ。「正解との差（誤差）」を出力層から入力層に向かって逆向きに伝えて、各重みをちょっとずつ修正していくんだよ。

本当だよ。ニューラルネットワークは最初に重みをランダムに初期化するから、出発点が違うと収束する場所も変わることがあるんだ。これを「局所最適解」の問題といって、勾配降下法が「一番低い谷」ではなく「手近なくぼみ」に落ち込んでしまうことがある。同じモデルを同じデータで学習しても微妙に精度が変わるのはそのためで、再現性を確保するために乱数シードを固定するのが実務の常識なんだよ。