perceptron

perceptronは、現代のディープラーニングの基礎となった最もシンプルな形式の人工ニューロンです。複数の入力信号にそれぞれ重みを掛け合わせ、その合計が特定のしきい値を超えた場合にのみ信号を出力するという仕組みを持っています。この単純な構造が積み重なることで、複雑なパターン認識が可能になります。

ニューラルネットワークにおける役割

単層のperceptronでは、線形分離可能な問題（直線一本でデータを二分できる問題）しか解決できません。しかし、これを多層に重ねた多層パーセプトロン（MLP）へと発展させることで、非線形な複雑な境界を持つデータの分類が可能になりました。これが現在の高度なAI技術へと繋がる重要な転換点となりました。

概念的な理解と注意点

現代の文脈でperceptronという言葉が使われる場合、単なる歴史的なモデルを指すだけでなく、より広義にニューロンやユニットと同義で使われることがあります。ただし、厳密な定義では、出力が０か１の二値であるステップ関数を用いるものを指します。一方で、現代のニューラルネットワークで一般的に使われるシグモイド関数やReLU関数などの活性化関数を用いるものは、厳密にはperceptronではなく、その発展形であることに注意してください。