パーセプトロン - ニューロンの数学モデル

ふふ、いいわよ。
パーセプトロンは、複数の入力 x1, x2, … に重み?
w1, w2, … をかけて合計し、さらにバイアス?
という調整値を足した結果が、ある閾値?
を超えたら1を、超えなかったら0を出力するの。
この『0か1か』の判定が1個のニューロンの役割ね。

とても良い言い方ね! 例えば『今日、外食するか?』という判断で考えてみましょう。
お金に余裕がある (重み 0.7)、時間に余裕がある (重み 0.3)、この2条件を重み付きで足して、基準 0.5 を超えたら外食する、というような決め方になるの。
重みはそれぞれの条件の重要度、バイアスは『デフォルトでどのくらい外食しがちか』という底上げ値ね。

そうそう、まさにそれよ。
人間の脳細胞 (ニューロン) は、電気信号が一定以上溜まると発火するのだけど、パーセプトロンはその仕組みをそのまま数式にしたものなの。
1957年にローゼンブラットという研究者が提案した、AI史の出発点のひとつね。

グラフの上に点を並べたとき、1本の直線でYESとNOに分けられる問題のことよ。
XOR (排他的論理和) という有名な問題は、どう直線を引いてもYES/NOを分離できないの。
これがマービン・ミンスキーらによって1969年に指摘されて、第一次AIブームが終わる原因のひとつになったわ。

そうそう、1人では難しい判断も、チームで集まれば決められる。
パーセプトロンもまさにその通りなのよ。