コネクショニズムとは
コネクショニズム（Connectionism）は、脳の神経回路網（ニューラルネットワーク）を模倣したモデルにより知的な情報処理を実現しようとするAIのアプローチです。記号主義AIとは対照的に、明示的なルールではなくデータからの学習を重視します。
| ひとことで言うと | 知能は単純な素子のつながり方から生まれる、という考え方。 |
|---|---|
| 記号主義との対立 | 記号主義は「ルールと論理」、コネクショニズムは「学習とつながり」。 |
| 注意点 | 現在の深層学習はコネクショニズムの流れ。両者を組み合わせる研究も進む。 |
歴史的背景
コネクショニズムの起源は1943年のマカロックとピッツによる形式ニューロンの提案に遡ります。1958年にフランク・ローゼンブラットがパーセプトロンを発明し、初期の盛り上がりを見せましたが、1969年のミンスキーとパパートの批判により研究は停滞しました。
1記号主義ルールと論理で表す
▶
2明示的な知識人が書き下す
▶
3コネクショニズムつながりの強さで表す
▶
4データから学習人が書かなくてよい
▶
5現在は後者が主流深層学習として結実
復活と発展
1980年代に入り、ラメルハートらによるバックプロパゲーションの再発見と並列分散処理（PDP）モデルの提案により、コネクショニズムは復活しました。多層ニューラルネットワークが非線形問題を解けることが示され、パターン認識や音声認識などで成果を上げました。
現代のディープラーニングへ
コネクショニズムの考え方は、2010年代以降のディープラーニング革命の基盤となっています。ヒントン、ルカン、ベンジオらの研究により、深い層を持つニューラルネットワークの学習が可能になり、コネクショニズムの理念が実現されました。現代のAI技術の多くは、コネクショニズムの延長線上にあります。