解説: パーセプトロンは何をしているのか？
パーセプトロンは、人間の脳にある神経細胞（ニューロン）の働きを模した、最もシンプルな人工知能のモデルです。複数の情報を受け取り、それに基づいて「Yes/No」（このデモでは1か0）の判断を下します。このデモは、その判断プロセスを分解して可視化したものです。
- 1. 入力 (x₁, x₂)
-
モデルが判断の材料にする情報です。例えば、「x₁=雨が降っているか(1:Yes, 0:No)」「x₂=傘を持っているか(1:Yes, 0:No)」といった具体的なデータに相当します。
- 2. 重み (w₁, w₂)
-
それぞれの入力情報が、最終的な判断にどれくらい「重要か」を表す値です。
- 重みがプラス: その入力は、最終結果を「1」にする方向に働きます。（促進信号）
- 重みがマイナス: その入力は、最終結果を「0」にする方向に働きます。（抑制信号）
信号（丸）の大きさが重みの絶対値、色がその符号（黄:プラス, 赤:マイナス）を表しています。
- 3. バイアス (b)
-
モデルの「下駄」や「先入観」のようなものです。入力が何であれ、最終的な結果をどちらかの方向に偏らせる効果があります。言い換えると、ニューロンがどれだけ「発火しやすいか」を調整する役割を持ちます。バイアスが大きいと、入力の合計が小さくても「1」を出力しやすくなります。
- 4. 計算と発火
-
中央のニューロン（Σ）では、すべての入力を「重み付け」して合計し、最後にバイアスを加えます。
総和 = (x₁ × w₁) + (x₂ × w₂) + b
この計算結果が、決められたしきい値（このデモでは0）より大きいかどうかで、最終的な出力（発火するかどうか）が決まります。
- 総和 > 0 → ニューロンは発火し、出力は 1 になります。
- 総和 ≤ 0 → ニューロンは発火せず、出力は 0 になります。