ホップフィールドネットワークとは

ホップフィールドネットワークとは、パターンを記憶しておき、一部が欠けたあいまいな入力からでも、元の完全なパターンを思い出す仕組みのニューラルネットワークです。物理学者のジョン・ホップフィールドが1982年に提案しました。人間が、うろ覚えのキーワードから知っている曲を思い出すような働きをすることから、連想記憶と呼ばれます。

あいまいな入力から「思い出す」仕組み

このネットワークは、覚えさせたいパターンを、ニューロンどうしのつながりの強さ（重み）に刻み込むのが特徴です。そこへノイズの混じった不完全な入力を与えると、ネットワークは少しずつ状態を変えながら、記憶しておいたパターンの中で一番近いものへと落ち着いていきます。ゆがんだ写真を入れると、保存済みの中で最も似た一枚を探し当てる、というイメージです。

ここでいう「記憶」は、人間が体験を思い出すような意識的なものではありません。あくまで数値計算で、最も近い答えへ収束していく数学的な仕組みだという点は押さえておきたいところです。

物理学の発想がAIの土台になった

ホップフィールドが持ち込んだのは、磁石（磁性体）の中で原子の向きがそろっていく物理法則の考え方でした。記憶したパターンを「安定した低いエネルギーの状態」に対応させ、入力をそこへ転がり落とすという発想です。この仕組みは、AI研究が冷え込んでいた1980年代にニューラルネットワークへの関心を呼び戻すきっかけになりました。

現在の主役である生成AIは、Transformerと呼ばれる別の仕組みで動いています。ホップフィールドネットワークそのものが今の主力というわけではありませんが、近年の研究では、その発展版が現在のAIの中核技術と理論的につながることも示されており、AIの源流のひとつとして語り継がれています。

ホップフィールドネットワークに関するよくある質問

ホップフィールドネットワークは何ができるのですか？

パターンを記憶しておき、一部が欠けたあいまいな入力からでも元の完全なパターンを思い出せます。ゆがんだ写真を入れると保存済みの中で最も似た一枚を探し当てる、といった働きで、うろ覚えのキーワードから曲を思い出すのに似て「連想記憶」と呼ばれます。

ここでいう「記憶」は人間の記憶と同じですか？

違います。人間が体験を意識的に思い出すのとは別で、あくまで数値計算で最も近い答えへ収束していく数学的な仕組みです。覚えさせたいパターンをニューロンどうしのつながりの強さ（重み）に刻み込み、ノイズの混じった入力を最も近い記憶へ落ち着かせます。

AIの技術なのに、なぜノーベル「物理学」賞なのですか？

ホップフィールドが持ち込んだのが、磁石（磁性体）の中で原子の向きがそろう物理法則の考え方だったからです。2024年のノーベル物理学賞をジェフリー・ヒントンと共同受賞し、受賞理由は「人工ニューラルネットワークによる機械学習を可能にした基礎的発見」。現代AIのルーツに物理学があることを象徴する出来事でした。