単純パーセプトロン
解説：AIの最もシンプルな形
単純パーセプトロンは、1958年にフランク・ローゼンブラットによって考案された、現在のニューラルネットワークの基礎となるモデルです。
仕組みは非常にシンプルで、「入力層」と「出力層」の2層だけで構成されています。複数の入力データに対して「重み」を掛け合わせ、その合計がある「閾値（しきい値）」を超えたら「1（発火）」、超えなければ「0」を出力します。
最大の特徴：線形分離と「XOR」の壁
単純パーセプトロンには、「直線で引ける境界線（線形分離）」しか学習できないという致命的な弱点があります。
| 論理回路 | 解ける？ | 理由（グラフのイメージ） |
|---|---|---|
| ANDゲート ORゲート |
〇 可能 |
「線形分離可能」 白い点と黒い点を、定規一本の直線で綺麗に分けることができる。 |
| XORゲート (排他的論理和) |
× 不可能 |
「非線形分離問題」 点がタスキ掛け（チェス盤のよう）に配置されるため、一本の直線では絶対に分けられない。 |
1969年、ミンスキーとパパートが著書『パーセプトロン』の中で「単純パーセプトロンはXORすら解けない」と数学的に証明しました。これにより、AI研究への期待が一気に冷え込み、第一次AIブームの終焉（冬の時代）を招くことになりました。
G検定対策
出題ポイント
- 構造：「入力層」と「出力層」のみ。（間に隠れ層がない）
- 活性化関数：「ステップ関数（階段関数）」が使われる。
- 限界：「線形分離可能」な問題しか解けない。「XOR（排他的論理和）」は解けない。
- 歴史：ローゼンブラット（考案）→ ミンスキーとパパート（限界の指摘・冬の時代へ）。
ひっかけ対策
- × 単純パーセプトロンでも層を増やせばXORを解ける
（解説）単に層を重ねるだけでは線形のままです。「多層パーセプトロン」にし、かつ「非線形の活性化関数（シグモイド関数など）」を導入することで初めてXORが解けるようになります。 - × 隠れ層を持つ
（解説）単純パーセプトロンには隠れ層（中間層）はありません。
