AI資格ドリル
資格を選ぶ↓

生成AIパスポート 用語解説

ニューロンとは

脳を構成する神経細胞。ニューロンとその結合(シナプス)の仕組みを模して人工ニューロン(ノード)をつないだモデルがニューラルネットワークである。

まず押さえる結論

ニューロンは、生成AIパスポートの「第1章 AI(人工知能)」で確認しておきたい用語です。定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。

情報源と編集区分

公式範囲を確認し、具体例・誤答例・判断手順は当サイトが編集。 一次情報確認日: 2026-08-31。

公式シラバス(PDF)(公式)

具体例から判断の境界を固める

ニューロンを、役割と隣接概念の境界から捉える

脳を構成する神経細胞。ニューロンとその結合(シナプス)の仕組みを模して人工ニューロン(ノード)をつないだモデルがニューラルネットワークである。 試験では名称だけでなく、処理の対象、目的、使う段階を別概念と入れ替えた選択肢が出るため、定義の主語と動作を分けて確認します。

問題文で見る箇所
脳を構成する神経細胞そのもの、またはそれを模した人工ニューロンという処理単位を指しているかを確認します。
隣接概念との境界
ニューロンは情報を扱う細胞・処理単位で、シナプスはニューロン同士が情報をやり取りする接合部分です。

誤答しやすい選択肢

  • ニューロン同士の接合部分であるシナプスをニューロンそのものと呼ぶ。定義の主語と処理対象を確認します。
  • ニューロンの目的だけを見て、同じ目的を持つ別手法まで同じ用語とする。具体的な処理を比較します。
  • ニューロンを使えば目的が必ず達成されると断定する。適用条件や評価を別に確認します。

4段階の判断手順

  1. 01問題文が状態、手法、評価指標、制度のどれを説明しているか決める。
  2. 02定義の中心となる対象と動作がニューロンに一致するか確認する。
  3. 03隣接概念と共通する目的ではなく、処理や条件の違いを見る。
  4. 04必ず・完全に・だけでよいという過度な断定がないか見直す。

到達条件: ニューロンを一文で説明し、最も混同しやすい隣接概念との違いを処理または条件から言える。

試験での問われ方

01

定義の言い換え

用語そのものではなく、説明文の一部を言い換えて出されることがあります。

02

似た概念との比較

同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。

03

具体例からの判断

問題文の事例が、定義のどの部分に対応しているかを先に確認します。

誤答しやすいポイント

×教師あり学習・教師なし学習・強化学習の取り違え。クラスタリングや次元削減は「教師なし」、分類や回帰は「教師あり」、報酬を手がかりに学ぶのが「強化学習」。

×弱いAI(ANI)と強いAI(AGI)の混同。特定の課題に特化するのが弱いAI、人間のように幅広い課題へ汎用的に対応できるとされるのが強いAI。

×AIブームと中心技術の対応ずれ。第一次=探索・推論、第二次=エキスパートシステム、第三次=ディープラーニングとビッグデータ。

関連する確認問題

第1章 AI(人工知能) / AIに知能をもたらす仕組み

ある人工ニューロンへ入力x1=2、x2=-1が入り、対応する重みがw1=3、w2=2、バイアスが1である。活性化関数へ渡す前の値はいくつか。

正解は「5」です。人工ニューロンでは、各入力と対応する重みの積を足した重み付き和に、さらにバイアスを加えた値を活性化関数へ渡す。この設問では重み付き和が(2×3)+(-1×2)=6-2=4で、バイアス1を加えると5になる。7はx2の項を落として1+6だけを計算した値、3はバイアスを加えずに6-2から1を引いた値である。-1は入力x2そのものを選んだ値で、重み付き和にバイアスを加えた値ではない。入力値と重みの積を先に合計し、最後にバイアスを一度加えることが判断の要点である。

第1章 AI(人工知能) / AIに知能をもたらす仕組み

脳の神経細胞(ニューロン)とその結合(シナプス)の仕組みを模し、人工ニューロン(ノード)を多数つなぎ合わせて情報を処理するモデルを何というか。

正解は「ニューラルネットワーク」である。問題文は、脳の神経細胞に対応する人工ニューロン(ノード)を多数つなぎ、結合を通じて情報を処理するモデル構造を説明している。このモデルがニューラルネットワークであり、ノード間の結合の強さは重みで表される。エキスパートシステムは専門知識を人がルールとして組み込む仕組み、クラスタリングは似たデータをまとめる教師なし学習の手法、強化学習は報酬に基づいて行動を改善する枠組みである。設問が問うのは学習手法の分類ではなく、ノードを接続したモデルの名称である。「ニューロン」「シナプス」「多数つなぐ」の組み合わせからニューラルネットワークを選ぶ。

第1章 AI(人工知能) / AIに知能をもたらす仕組み

ニューラルネットワークで、ある人工ニューロン(ノード)から次のノードへ信号を伝えるときの結合の強さを表し、学習を通じて値が調整されていくものを何というか。

正解は「重み」である。ニューラルネットワークでは、ある人工ニューロン(ノード)から次のノードへ信号を伝える際の結合の強さを数値で表し、学習を通じてその値を調整する。この数値が重みであり、入力された情報をどの程度強く扱うかに関わる。シナプスは脳の神経細胞同士の結合部位を指す生体側の語で、人工ニューロン間で調整される数値の名称ではない。特徴量はモデルへ渡すデータの特徴を表す変数、正則化はモデルの複雑さへ制約を加えて過学習を抑える手法である。「結合の強さ」「学習で値を調整」という二条件から重みを選ぶ。

同じ章で確認したい用語

到達チェック

  • ニューロンを一文で説明できる
  • 同じ章の似た用語と違いを説明できる
  • 問題文の具体例から、ニューロンに関係する論点を拾える
  • 関連問題を解き、誤答した選択肢の理由を確認できる

執筆: ミナト編集部(運営者情報を見る)