問題 No.1831
福島邦彦によって提唱され、今日の畳み込みニューラルネットワーク（CNN）の原型となった、視覚の受容野モデルに着想を得た階層型ニューラルネットワークの名称はどれか。
【正解の解説】
ネオコグニトロン
これは人間の眼の「部分的な情報を見てから全体を理解する」という脳の仕組みを模した人工知能の祖先です。例えば、動物の写真を識別する際、最初はエッジ（輪郭）という細かいパーツに注目し、次の層でそれを組み立てて目や鼻にし、最終的に「ネコだ！」と全体を認識するプロセスを世界で初めてコンピュータ上に再現しました。現代の画像認識AIすべてのルーツとなる偉大な発明です。
スポンサーリンク
【その他の選択肢の解説】
パーセプトロン
パーセプトロンはAIの歴史において非常に重要な最初のステップですが、入力がそのまま出力層につながるシンプルな構造のため、複雑なパターンの認識ができないという致命的な弱点がありました。ネオコグニトロンが持つような「階層を重ねて特徴を徐々に抽出する」という仕組みは持っていないため、視覚野の複雑なモデルを模した本問の答えとしては誤りとなります。
ホップフィールドネットワーク
ホップフィールドネットワークは、人間の連想記憶のように「一部のヒントから全体を思い出す」ことを得意とするリカレント型のネットワークです。画像認識の階層構造を研究したネオコグニトロンとは異なり、こちらはネットワーク全体が網の目のように結合して記憶を保持する仕組みであるため、受容野モデルに着想を得た階層型という点において目的と構造が大きく異なります。
ボルツマンマシン
ボルツマンマシンは、データの背後にある確率的なパターンを見つけ出すために考案されたモデルですが、学習に非常に膨大な計算時間がかかるという欠点がありました。視覚の受容野に着想を得て位置ずれに強い特徴抽出を行うネオコグニトロンのコンセプトとはアプローチが異なり、こちらは確率モデルの代表例としてニューラルネットの歴史の別の文脈で登場する用語です。