ディープラーニングとは何か機械学習・ニューラルネットワークとの関係を一次資料で整理する

「ディープラーニング」「機械学習」「ニューラルネットワーク」の3つの言葉について、IBM公式の解説記事「What Is Deep Learning?」は、ニューラルネットワークとディープラーニングが「切っても切り離せない関係」になっているとしたうえで、両者は「厳密には同義ではない」と書いている。IBMの記述を本記事なりに整理すると、3つは入れ子の関係になる。もっとも広いのが機械学習で、ディープラーニングはその「サブセット」にあたり、ニューラルネットワークのうち「少なくとも4層」のモデルを訓練するものがディープラーニングと呼ばれる。本記事は、IBM Think(本文表示は2025年9月15日公開)と、Nature誌に掲載されたレビュー論文「Deep learning」(Yann LeCun・Yoshua Bengio・Geoffrey Hinton、2015年5月27日オンライン公開)という2つの一次資料を実際に開いて確認した内容だけをもとに、この関係を整理する。2026年9月25日(日本時間)時点の確認にもとづく。

3行まとめ

1. IBM公式解説は、ディープラーニングを「人間の脳の構造にヒントを得た多層のニューラルネットワークによって駆動される、機械学習のサブセット」と定義している
2. ニューラルネットワークとディープラーニングは「厳密には同義ではない」とIBMは明記しており、その境界線を「少なくとも4層」という層の数に置いている(IBMは、標準的な多層パーセプトロンなどを「ディープではない」ニューラルネットワークの例に挙げる)
3. Nature誌のレビュー論文「Deep learning」(ルカン・ベンジオ・ヒントン、2015年5月27日、Vol.521・436〜444頁)のアブストラクトは、ディープラーニングを「複数の処理層」からなるモデルがデータの表現を学ぶ手法と説明する。アブストラクトに層の数の基準は書かれておらず、「4層」はIBMの記事が置く基準である

3つの言葉の関係(IBM公式解説の記述から)

機械学習の中で、ディープラーニングは何を指すのか

IBMの記事は、ディープラーニングの位置づけをこう説明している。

Deep learning is a subset of machine learning driven by multilayered neural networks whose design is inspired by the structure of the human brain. Deep learning models power most state-of-the-art artificial intelligence (AI) today, from computer vision and generative AI to self-driving cars and robotics. (ディープラーニングは、人間の脳の構造にヒントを得た多層のニューラルネットワークによって駆動される、機械学習のサブセットである。ディープラーニングモデルは、コンピュータビジョンや生成AIから自動運転車やロボティクスに至るまで、今日の最先端の人工知能(AI)の大部分を支えている)

続けてIBMは、従来型の機械学習アルゴリズムとの違いを、データの当てはめ方のたとえで説明している。訓練データを2次元グラフ上に散らばる点だと考えると、モデル訓練の目標は、その点をなるべく通る線を見つけることになる。従来の機械学習は、単一の数学的関数によって1本の線(または曲線)を導き出そうとするのに対し、ディープラーニングは、個別に調整できる小さな線を任意の数だけ組み合わせて、目的の形を作り上げる。IBMはこの性質を指して、ディープニューラルネットワークは「universal approximators(普遍近似器)」だとも説明しており、理論的にはどんな関数に対してもそれを再現できるニューラルネットワークの配置が存在することが証明されているとして、Leshno・Lin・Pinkus・Schockenによる1992年のニューヨーク大学の論文を脚注に挙げている。

「ディープ」の基準は層の数──ニューラルネットワークとの境界線

ここが本記事の核心になる。IBMは、ニューラルネットワークとディープラーニングの関係をこう明記している。

While neural networks and deep learning have become inextricably associated with one another, they are not strictly synonymous: “deep learning” refers to the training of models with at least 4 layers (though modern neural network architectures are often much “deeper” than that). (ニューラルネットワークとディープラーニングは、互いに切っても切り離せない関係になっているが、厳密には同義ではない。「ディープラーニング」とは、少なくとも4層のモデルを訓練することを指す言葉である。もっとも、現代のニューラルネットワークのアーキテクチャは、しばしばそれよりずっと「深い」が)

さらにIBMは、どの層が「学習の大部分」を担っているかについても具体的に書いている。

The intermediate layers, called the network’s hidden layers, are where most of the learning occurs. It’s the inclusion of multiple hidden layers that distinguishes a deep learning model from a “non-deep” neural network, such as a restricted Boltzmann machine (RBN) or standard multilayer perceptron (MLP). (中間層は、ネットワークの「隠れ層」と呼ばれ、学習の大部分がここで起きる。複数の隠れ層を含んでいることが、ディープラーニングモデルを、制限付きボルツマンマシンや標準的な多層パーセプトロン(MLP)のような「ディープではない」ニューラルネットワークと区別する。※引用中の「RBN」は原文の表記のまま)

つまり、IBMの説明では「ニューラルネットワークを使っている」ことと「ディープラーニングである」ことはイコールではない。IBMは、ディープラーニングモデルと「ディープではない」ニューラルネットワークを分けるものとして、「少なくとも4層」という層の数と、「複数の隠れ層」を含むかどうかの2つの言い方をしている。ただし、これはIBMの記事が置く基準であり、本記事は他の教科書や論文にある「ディープ」の定義との比較まではしていない。ニューラルネットワークそのものの仕組み(順伝播から重みの更新までの流れ)は、ニューラルネットワークとは何かで別に扱った。

Natureのレビュー論文のアブストラクトは「複数の処理層」と書く

もう一つの一次資料である、ルカン・ベンジオ・ヒントンの3人によるNature誌のレビュー論文「Deep learning」は、アブストラクトの1文目でディープラーニングをこう説明している。

Deep learning allows computational models that are composed of multiple processing layers to learn representations of data with multiple levels of abstraction. (ディープラーニングは、複数の処理層で構成される計算モデルが、複数の抽象度をもつデータの表現を学習することを可能にする)

アブストラクトは全4文で、「multiple processing layers(複数の処理層)」という言い方はあるが、何層以上を「ディープ」と呼ぶかという数字は出てこない。IBMの「少なくとも4層」という線引きは、Natureのアブストラクトには書かれていない、ということになる(論文の本文は購読制のため、本文に層の数の基準があるかどうかは本記事では確認できていない)。

ブレイクスルーは2000年代後半から──GPUと、ラベル付きデータの壁

IBMの記事によれば、ニューラルネットワーク(またはそれに類する概念)自体は機械学習の歴史の早い段階からデータサイエンティストによって導入されていたが、本格的なブレイクスルーが始まったのは2000年代後半から2010年代前半だったという。高性能なGPU(グラフィック処理装置)の進歩によって、大量の計算ステップを並列処理できるようになったことが、その一因として挙げられている。AI研究全体の年表の中での位置づけは、AIの76年の歴史を「冬」から読んだ記事で扱っている。

IBMは、訓練データの量も壁として挙げている。ディープラーニングモデルは、教師あり学習によってラベル付きデータで訓練されることが最も一般的だが、大規模なニューラルネットワークが最適な性能に達するには通常膨大な量の訓練データが必要で、注釈付きの大規模データセットを十分に集めるコストと労力が障壁になりうる、とIBMは説明している。この障壁を受けて発展したのが、ラベルなしデータで教師あり学習のタスクを再現する技術で、IBMは次のように書いている。

The term self-supervised learning was coined by Yann LeCun in the late 2010s to disambiguate such methods from traditional unsupervised learning. (自己教師あり学習(self-supervised learning)という用語は、従来の教師なし学習と区別するために、2010年代後半にヤン・ルカンによって作られた)

自己教師あり学習は、その後、生成AIを支える基盤モデル(foundation models)の訓練で主要な方式の一つになった、とIBMは位置づけている。

学習の内部で起きていること──逆伝播と勾配降下法

ディープニューラルネットワークの理論的な可能性は早くから分かっていたが、それをどう効率的に訓練するかは当初分かっていなかった、とIBMは記す。数千、数百万、あるいは数十億にのぼる相互接続された重みそれぞれが、誤差にどれだけ寄与したかを個別に切り分けて計算するのは非現実的だったためだ。この課題を解決したのが「逆伝播(backpropagation)」と「勾配降下法(gradient descent)」という2つのアルゴリズムだった、とIBMは説明している。逆伝播は、モデルの出力と正解との差を測る損失関数から入力層に向かって逆向きに、微分の連鎖律を使って、それぞれの重みとバイアスの変化が誤差にどう影響するかを計算する。勾配降下法は、その計算結果(勾配)をもとに、誤差を減らす方向へ各パラメータを一歩ずつ更新していく。

Natureのアブストラクトも、3文目で逆伝播に触れている。

Deep learning discovers intricate structure in large data sets by using the backpropagation algorithm to indicate how a machine should change its internal parameters that are used to compute the representation in each layer from the representation in the previous layer. (ディープラーニングは、逆伝播アルゴリズムを使って、各層の表現を前の層の表現から計算するための内部パラメータを機械がどう変えるべきかを示すことで、大規模なデータセットの中の複雑な構造を見つけ出す)

この「重みとバイアス」は、大規模言語モデル(LLM)のニュースでよく目にする数字と直結している。IBMは次のように書いている。

These are the model’s parameters: when you read about, for instance, a large language model (LLM) having 8 billion “parameters,” that number reflects every single weighted neuron-to-neuron connection and neuron-specific bias in the model’s neural network. (これらがモデルの「パラメータ」である。たとえば、ある大規模言語モデル(LLM)が「80億パラメータ」を持つと読んだとき、その数字は、そのモデルのニューラルネットワークにおける、重み付けされたニューロン間の接続とニューロンごとのバイアスのすべてを反映している)

IBMの説明に従えば、LLMのニュースに出てくる「パラメータ数」は、ニューロン同士の接続ごとの重みと、ニューロンごとのバイアスを数え上げたもの、ということになる。

ディープラーニングの中にあるさらなる枝分かれ

IBMの記事は、標準的なニューラルネットワークの構造にはここ数十年でいくつもの改良が加えられ、それぞれが特定のタスクやデータの種類での性能向上を狙ったものだと説明したうえで、目的別のアーキテクチャとして8種類を挙げている。画像認識や物体検出に強みを持つ畳み込みニューラルネットワーク(CNN)、時系列データや音声認識に向く再帰型ニューラルネットワーク(RNN)、データを圧縮・再構成するオートエンコーダ、自然言語処理を中心に生成AIの基盤になっているTransformer、2023年に初めて発表されたアーキテクチャのMamba、訓練データに似た新しいデータを生成する敵対的生成ネットワーク(GAN)と、主な用途が画像生成である拡散モデル、そしてSNSのような複雑な関係性を扱うグラフニューラルネットワーク(GNN)である。個々の仕組みの詳細は本記事の範囲を超える。IBMは別の箇所で、CNNや混合エキスパート(mixture of experts)モデルのように基本の配置に変形・追加・例外を持つアーキテクチャもあるが、すべてのニューラルネットワークは、層状につながったニューロンがそれぞれ活性化関数の計算を行うという基本構造を何らかの形で使っている、と書いている。

無料で読めるIBMと、購読制のNature──筆者が実際に取得して分かったこと

筆者は本記事のために、2つの資料のページをcurlで取得して確認した。IBMのページ(https://www.ibm.com/think/topics/deep-learning)は、追加のヘッダーなしでもHTTP/2 200が返り、本文全体をブラウザなしで取得できた。ページ末尾には著者として「Dave Bergmann」「Senior Staff Writer, AI Models」「IBM Think」と明記されていた。

Natureのページ(https://www.nature.com/articles/nature14539)は、単純なcurlでは303のリダイレクトでidp.nature.comのログイン用エンドポイントに転送され、ブラウザ相当のUser-Agentと-L(リダイレクト追跡)を付けると303→302→302を経て200が返った。表示されたのは英語4文のアブストラクトと、「This is a preview of subscription content」以下の購読・購入の案内で、本文は出てこなかった(同じページのJSON-LDにも"isAccessibleForFree":falseとある)。一方で、103件の参考文献一覧と、図5点のタイトル(たとえば「Figure 1: Multilayer neural networks and backpropagation.」)・縮小画像は同じページに載っており、図ごとのページ(/articles/nature14539/figures/1〜5)では図の説明文も購読なしで読めた。図の説明文を使った仕組みの解説はニューラルネットワークの記事で行っており、本記事が内容として扱うのはアブストラクトまでにとどめた。

IBMページの日付には食い違いがあった。本文には「Published 15 September 2025」と表示される一方、同じページのJSON-LD(schema.orgのWebPage)ではdatePublishedが2024-12-02、dateModifiedが2026-07-24になっている。筆者が比較のために開いたIBMの別の解説ページ「What Is a Neural Network?」も、本文表示は「Published 06 October 2021」なのに、JSON-LDは同じ2024-12-02と2026-07-24だった。構造化データの2つの日付は、ページごとの執筆・更新日を表していない可能性がある。本記事の冒頭と要約では読者の目に見える本文表示の日付を採用したが、記事の内容がいつの時点まで更新されているかは、ページの記載だけでは確定できない。

この記事の確認が届いていない範囲

• Nature論文「Deep learning」は、本記事では英語4文のアブストラクトを内容として扱った。本文は購読制のため読めていない。アブストラクトが挙げる「音声認識」「視覚的な物体認識」「物体検出」「創薬」「ゲノミクス」といった応用領域の名称以上の具体的な実験結果は確認していない。図の説明文は購読なしで開けたが、本記事では内容に踏み込んでいない
• 「少なくとも4層」「複数の隠れ層」という「ディープ」の基準は、IBMの記事の記述である。他の教科書や論文での定義との比較は、本記事ではしていない
• IBMの記事が挙げる「2000年代後半から2010年代前半にブレイクスルーが始まった」「自己教師あり学習という用語は2010年代後半にヤン・ルカンが作った」といった年代の記述は、いずれもIBMの記事を経由した記述であり、それぞれの出来事の一次資料(論文や当時の発表)そのものは本記事の確認範囲では読んでいない
• IBMの記事にある脚注の論文(Leshno・Lin・Pinkus・Schocken、1992年、ニューヨーク大学)は、著者名と発表年をIBMの記事上の脚注表記から書き写したものであり、この論文自体を本記事では開いていない
• CNN・RNN・オートエンコーダ・Transformer・Mamba・GAN・拡散モデル・グラフニューラルネットワークという8種類のアーキテクチャは、IBMの記事が挙げている分類をそのまま数え上げたものであり、それぞれの内部構造や個別の一次資料(たとえばTransformerを提案した論文)までは本記事では検証していない

参照した一次資料と、確認の範囲

• What Is Deep Learning? | IBM(著者: Dave Bergmann、IBM Think) — https://www.ibm.com/think/topics/deep-learning (本文表示の公開日は2025年9月15日。前述の通り、同ページのJSON-LDは別の日付を示す)
• Deep learning(Yann LeCun, Yoshua Bengio & Geoffrey Hinton、Nature Vol.521, pp.436–444、2015年5月27日オンライン公開) — https://www.nature.com/articles/nature14539 (本文は購読制。本記事が内容として扱ったのは英語アブストラクト4文。参考文献一覧と図の説明文は購読なしで表示された)
• What Is a Neural Network? | IBM — https://www.ibm.com/think/topics/neural-networks (本文表示の公開日と構造化データの日付を比べるためにのみ開いた。内容は本記事では扱っていない)

いずれも2026年9月25日(日本時間)に、上記の方法(直接のcurl、またはブラウザ相当のUser-Agentを付けたcurl)で取得・確認した内容にもとづく。

関連記事

• ニューラルネットワークとは何か──仕組みの基礎とAIモデル記事への入口
• AIは二度、資金を断たれてきた──76年の歴史を、繰り返された「冬」から読む
• 非エンジニアはAI資格を取るべきか──資格と実務スキルの境界線
• 生成AIパスポートとは
• AIが生成したデータでAIを学習させ続けると何が起きるか──「モデル崩壊」をNature論文の実例で読む