RNN（再帰型ニューラルネットワーク）

📖 もうちょい詳しく

何が新しいの？

文章や音声のように「順番」が意味を持つデータは、ふつうのニューラルネットワークだとうまく扱えません。前の言葉を覚えていないと、次の言葉の意味がつかめないからです。そこで「前に見た情報を覚えながら順番に読む」しくみとして登場したのが RNN（再帰型ニューラルネットワーク）です。

どうやって動いてるの？

RNN はデータを一気にではなく、1個ずつ順番に処理します。1個処理するたびに、その時点までの内容を「内部状態」という小さなメモにまとめて、次の処理に持ち越します。このメモを毎回更新しながら読み進めることで、前後のつながりを反映した答えを出せます。同じしくみを繰り返し使う（再帰する）ので、この名前がついています。

何ができるの？

順番が大事なデータ全般に使えます。文章の続きを予想する、音声を文字に起こす、文を別の言語に訳す、といった使い道があります。「前の流れを踏まえて次を考える」タイプの作業が得意です。

🌱 身近なたとえ

本を1行ずつ読むときの「ここまでのあらすじ」で例えると分かりやすいです。1行読むたびに、頭の中のあらすじをちょっと書き換えますよね。RNN の内部状態は、まさにこの「ここまでのあらすじメモ」にあたります。新しい1行と、これまでのメモを合わせて、次の理解をつくっていきます。

✅ まず覚えるポイント

• 順番のあるデータ（文章・音声など）を、1個ずつ順に処理します
• 「内部状態」というメモに、これまでの情報を持ち越します
• 同じしくみを繰り返し使うので「再帰型」と呼ばれます
• 前後のつながりを反映した答えを出せます
• 遠く離れた情報を覚えておくのは苦手なことが多いです
• その弱点を補う形で LSTM や Transformer へと発展しました

🧭 よくある勘違い

RNN は文章全体を一気に見てるの？

いいえ、基本は前から順番に1個ずつ読みます。全体をまとめて見るわけではなく、内部状態というメモを更新しながら少しずつ進めていきます。この「順番に読む」点が、後から出た Transformer との大きな違いの一つです。

長い文章でも前のほうをちゃんと覚えてるの？

そこが RNN の弱点とされる部分です。処理が進むほど、ずっと前の情報がメモの中で薄れてしまいやすく、これを「長期依存に弱い」と言います。この問題をやわらげるために LSTM などの改良版がつくられました。

🧩 関連して覚えると楽な言葉

• LSTM: RNN の弱点だった「前の情報を長く覚える」力を強化した改良版です
• Transformer: 順番に読むのをやめ、全体を見て関係を捉える後発のしくみです
• ニューラルネットワーク: 脳の神経をまねた、RNN の土台になる基本のしくみです
• ディープラーニング: 多くの層を重ねて学習させる手法で、RNN もその一種です

🏁 ひとことでまとめ

RNN は、これまでの内容をメモに残しながら順番に読み進める、並び順データのためのしくみです。