【AIの基礎を学ぶ（1）】ニューラルネットワーク（NN）
皆さん、こんにちは、JapanStep（ジャパンステップ）編集部です。
いつもJapanStep公式note、MetaStep（メタステップ）を応援頂き、ありがとうございます。
さて、AIのビジネス活用を応援する『AI BASE（エーアイベース）のリリースは、2025年春なのでまだ少し先ですが、AIは、Web3・メタバースやロボット分野など、すべての分野の基礎となる重要なキーワードです。
JapanStep（ジャパンステップ）公式noteでは、新たに「AIの基礎を学ぶ」というミニコラムをスタートします！本コラムは、改めて知っておきたい基礎的なAIにまつわる用語を解説していきます。是非、一緒に学んでいきましょう！
さて、今日のキーワードは「ニューラルネットワーク（NN）」です。
今使われているAIの多くは「ニューラルネットワーク」がベースとして開発されていて、生物の学習メカニズムを模倣した機械学習手法として広く知られています。
言葉のベースになっているのが「ニューロン」という言葉です。ニューロンは、脳を構成する神経細胞のことで、AIでは計算ユニットにあたります。そもそもAIは、人間の脳のニューロンのつながりを参考にしているわけです。「ニューラルネットワーク」は、神経回路網を人工ニューロンという数式的なモデルで表現したもの、と言えます。
ここで、改めて神経細胞の働きについて、学びましょう。
神経細胞は、情報が入力されると重み（入力値の重要性を数値で表したもの）が掛けられ、足し合わされ、さまざまな処理がなされ、結果がアウトプットされます。
単に入力値が次に伝達されるのみではなく、「バイアス」と呼ばれる定数を加えたり、「活性化関数」により変化したりして、入力値は調整され、次のニューローンに伝達されます。
この重み（W）がとても重要で、学習を重ねることで、重みが調整され、アウトプットの精度が高まっていきます。
ニューラルネットワークは、入力層、中間層（隠れ層）、出力層の3層で構成されています。入力層で情報を受け取り、中間層で情報を処理、出力層から処理結果を出力します。
一つひとつの人工ニューロンは単純な仕組みですが、組み合わせる事で複雑な関数近似を行う事ができるのが、ニューラルネットワークの大きな特徴です。
次回は、ニューラルネットワーク（NN）に似た「ディープニューラルネットワーク（DNN）」について解説したいと思います。
本日もお読み頂き、ありがとうございました。スキやフォローを頂けると、本連載も頑張っていけそうですので、よろしくお願いいたします。
Web3・メタバースのビジネス活用を応援する「MetaStep（メタステップ）」では、ChatGPTに関連した記事も掲載していますので、AIを深く知る上でこちらの記事も（未読の方は）是非合わせてお読みください！
最後までお読み頂きありがとうございます！ Web3・メタバースのビジネス活用に興味のある方、将来Web3・メタバース業界で働きたい学生さんやクリエイターの皆さん。是非WEBマガジン「MetaStep（メタステップ）」を応援頂けると嬉しいです。
