ネオコグニトロンは、いまや画像認識の主役である畳み込みニューラルネットワーク（CNN）の起源となった、日本発のニューラルネットワークです。「S細胞とC細胞」「誤差逆伝播法を使わない」という2つの特徴を押さえれば、LeNetとの違いを問う問題にも自信を持って答えられます。
📖 ひと言でいうと
ネオコグニトロンとは、1980年に福島邦彦らが考案したニューラルネットワークで、脳の視覚野にある神経細胞の働きをまねて、画像のパターンを認識する仕組みです。例えるなら、「特徴を見つける係」と「位置ずれを気にしない係」の2種類の担当者を交互に配置した検品ラインのようなもので、文字が多少ずれたり歪んだりしていても同じ文字として認識できます。この二人三脚の構造が、のちのCNN（畳み込みニューラルネットワーク）の原型になりました。
🖼 1枚でわかるネオコグニトロン
📘 公式テキストの説明
日本では1980年に福島邦彦らによってネオコグニトロンというニューラルネットワークが考案されており、これは畳み込みニューラルネットワークの起源となった。視野角の神経細胞の働きを模しており、画像の濃淡パターンを抽出するS細胞の層と特徴の位置ずれの影響を除去するC細胞の層とで構成される。add-id silent という学習手法がとられており、誤差逆伝播方は用いられていない。
要点は3つです。①1980年に日本の福島邦彦らが考案し、CNNの起源となったこと。②脳の視覚系の神経細胞の働きをヒントに、「S細胞の層」と「C細胞の層」の組み合わせで構成されること。③学習には「add-if silent」と呼ばれる独自の手法を使い、現在の主流である誤差逆伝播法（バックプロパゲーション）は使っていないことです。特に③は、後発のLeNetとの違いとして試験で狙われやすいポイントです。
🔍 しっかり理解する
脳の視覚野がお手本
ネオコグニトロンの発想の源は、脳が視覚情報を処理する仕組みの研究にあります。脳の視覚野には、特定の傾きの線などの単純な特徴に反応する細胞（単純型細胞）と、その特徴が多少位置ずれしても反応する細胞（複雑型細胞）があることが、生理学の研究で知られていました。福島邦彦らはこの2種類の細胞の役割分担を人工のネットワークで再現しました。それがS細胞（Simple＝単純型に対応）とC細胞（Complex＝複雑型に対応）です。
S細胞とC細胞の二人三脚
S細胞の層は、画像の濃淡パターンから「縦線」「斜めの線」といった特徴を抽出します。続くC細胞の層は、その特徴が少し位置ずれしていても同じものとして扱い、ずれの影響を除去します。このS層とC層のペアを何段も重ねることで、単純な線の組み合わせから次第に複雑な形へと認識を積み上げ、最終的に「これは『あ』だ」と判定できるようになります。この「特徴抽出→位置ずれ吸収」の繰り返しは、CNNの「畳み込み層→プーリング層」の関係にそのまま受け継がれています。
誤差逆伝播法を使わない学習
現在のニューラルネットワークは、出力の誤差を後ろから前へ伝えて重みを直す誤差逆伝播法で学習するのが標準です。しかしネオコグニトロンが考案された1980年当時、この方法はまだ普及していませんでした。ネオコグニトロンは代わりに「add-if silent」と呼ばれる独自の学習手法を採用しています。これは、入力に対して反応する細胞がない（silent＝沈黙している）場合に新しい細胞を追加していく、という考え方の手法です。「構造はCNNの起源だが、学習方法は現在の主流と異なる」という点を、セットで覚えておきましょう。
💡 具体例で考える
ネオコグニトロンが取り組んだ代表的な課題は、手書き文字の認識です。同じ「4」という数字でも、書く人によって線の傾きや位置は毎回違います。位置が1ミリずれただけで別物と判定してしまうようでは、実用になりません。ネオコグニトロンはC細胞の層が位置ずれを吸収するため、多少変形した文字でも同じ文字として認識できました。この「ずれへの強さ（位置不変性）」は、現在のCNNが写真のどこに猫が写っていても「猫」と認識できる能力の原点です。
また、ネオコグニトロンは「日本人研究者がディープラーニングの源流を作った」例として語られる存在でもあります。1980年の考案から約30年後、同じ構造原理を持つCNNが画像認識の競技会ILSVRCを制して世界の主流となったことを考えると、その先見性の高さがわかります。試験対策としても、「CNNの系譜をたどると日本のネオコグニトロンに行き着く」という一文は、歴史問題と技術問題の両方で使える知識です。
⚠️ よくある誤解・紛らわしい用語
- LeNetとの混同 — ネオコグニトロン（1980年・福島邦彦・誤差逆伝播法を使わない）が起源で、LeNet（1989年・ヤン・ルカン・誤差逆伝播法で学習）はそれを発展させたCNNです。年代・人物・学習法の3点で区別しましょう。
- 「ネオコグニトロン＝CNNそのもの」は誤り — CNNの「起源」であり、畳み込みという名前や誤差逆伝播法による学習が確立するのは後の話です。
- S細胞とC細胞の役割の取り違え — S細胞が「濃淡パターンの抽出」、C細胞が「位置ずれの影響の除去」です。役割を入れ替えた選択肢に注意してください。
- 「脳の聴覚をまねた」等の誤り — お手本は視覚系の神経細胞の働きです。
📝 試験でのポイント
- 「1980年」「福島邦彦」「日本」「CNNの起源」の組み合わせは定義問題の定番です。
- S細胞＝特徴抽出、C細胞＝位置ずれの除去、という役割の対応はそのまま出題されます。
- 「誤差逆伝播法は用いられていない（add-if silentという学習手法）」は正誤判定で狙われやすい細部です。
- ネオコグニトロン→LeNet→AlexNetというCNN発展の時系列並べ替えに対応できるようにしておきましょう。
📚 まとめ
ネオコグニトロンは、1980年に福島邦彦らが考案した日本発のニューラルネットワークで、畳み込みニューラルネットワーク（CNN）の起源です。脳の視覚系の神経細胞をまねて、濃淡パターンを抽出するS細胞の層と、位置ずれの影響を除去するC細胞の層を交互に重ねる構造を持ちます。学習にはadd-if silentという独自手法を使い、誤差逆伝播法は用いていません。「構造はCNNの原型、学習法は現在と別物」——この一文で整理しておきましょう。
