パーセプトロン とは？

パーセプトロンはニューラルネットワークの「最小単位」みたいなものだよ。入力をいくつか受け取って、それぞれに重みをかけて足し算して、ある値を超えたら「1」、超えなかったら「0」を返す。たった1個のニューロンをモデル化したものなんだ

ANDとかORみたいな簡単な論理演算は解けるよ。「この線より上か下か」で分類する、いわば直線1本で仕切るイメージだね。でもここに大きな壁があったんだ

XOR問題っていうやつ。「どちらか片方だけ1のとき1になる」って分類は、直線1本じゃ絶対に分けられないんだよ。1969年にミンスキーとパパートがこれを数学的に証明して、「パーセプトロンには限界がある」って本を出したんだ。これでAI研究への資金がガクッと減って、第一次AIの冬が来た

一時的にはね。でも1980年代にパーセプトロンを何層も重ねた「多層パーセプトロン（MLP）」と誤差逆伝播法が登場して復活したんだ。層を重ねれば曲線でも複雑な形でも分類できるようになる。これが今のディープラーニングの直接のご先祖だよ

めちゃくちゃあるよ。実はベテランでも意外と見落としがちなんだけど、パーセプトロンの学習則って「勾配降下法の特殊ケース」なんだよね。パーセプトロンの重み更新が理解できてると、なぜ学習率が大事なのか、なぜ損失関数を微分するのかが腹落ちする。数式の裏にある直感を掴むには、結局この原点に戻るのが一番早いんだ