2026.05.13

【G検定対策】重みとは？｜AIが「どこを重要視するか」を決める仕組みをわかりやすく整理

seo-webmaster

プロモーションが含まれています

AIの学習をはじめたばかりの人がつまずきやすいのが「重み」です。

「重み」と聞くと難しく感じますが、実はやっていることはかなりシンプルです。

AIは学習の中で「どの情報をどれくらい重要視するか」を調整しています。

その「重要度」を表しているのが「重み」です。

例えば画像認識なら

目を重要視する
鼻を重要視する
耳はそこまで重要ではない

のように「どこを見るか」を調整しています。

G検定でも

重み
パラメータ
学習
誤差逆伝播

などとセットで問われやすい重要テーマです。

この記事では

重みとは何か
AI内部で何が起きているか
なぜ学習で重みが変化するのか
なぜ重要なのか

を「流れ」で整理していきます。

ジャンプするもくじ

一言でいうと「重要度」
AI内部では何が起きている？
なぜ「学習」で重みが変わる？
なぜ重みが重要なの？
勾配降下法との関係
AI学習の流れで見ると？
G検定ではどう問われる？
なぜ混同しやすい？
「重み」を人間で例えると？
まとめ
関連記事・おすすめ記事

一言でいうと「重要度」

重みとは「どの情報をどれくらい重要視するか」を数値化したものです。

例えば

AIは「重要な情報を強く反映」するために重みを調整しています。

AI内部では何が起きている？

AI内部では、入力された情報に対して「重みを掛け算」しています。

例えば

目の特徴 × 重み
鼻の特徴 × 重み
耳の特徴 × 重み

のようなイメージです。

重要な特徴ほど 強く影響する ようになります。

逆に不要な特徴は 影響を弱くする 方向へ調整されます。

なぜ「学習」で重みが変わる？

AIは最初 どれが重要かわかっていません。

そのため最初の重みは「ランダム」、「適当」な状態です。

そこから

AIの学習は

　予測 → 間違える → 誤差が出る → 重みを調整 → 少し正解に近づく

を繰り返します

つまり、AI学習とは「重み調整」とも言えます。

なぜ重みが重要なの？

AI性能は「どんな重みになったか」で大きく変わります。

例えば

つまり、 学習＝良い重みを探す作業 です。ここが非常に重要です。

勾配降下法との関係

ここで「勾配降下法」が登場します。

勾配降下法は「どう重みを修正するか」を決める方法です。

まとめると下の表になります。

用語|役割
重み|重要度
損失関数|どれくらい間違えたか
勾配降下法|重み修正方法
学習率|修正量

これは AI学習の中心構造 です。

AI学習の流れで見ると？

AI学習の流れは

　入力 → 予測 → 間違い確認 → 重み修正 → 再予測

です。

つまり「重みを調整し続ける」ことでAIは賢くなっていきます。

G検定ではどう問われる？

G検定では

重みとは何か
学習で何を調整するか
パラメータとの関係
誤差逆伝播との関係
勾配降下法との関係

などが問われやすいです。

特に「AIは何を学習しているのか」という問いは重要です。

答えは「重みを調整している」です。

なぜ混同しやすい？

AIの学習をはじめたばかりの人は

重み
パラメータ
学習率
活性化関数

を混同しやすいです。

理由は「全部AI内部の話」だからです。

ですが役割は違います。まとめると下記の表になります。

用語|役割
重み|重要度
学習率|修正量
活性化関数|出力変換
損失関数|間違い測定

ここを分離するとかなり理解しやすくなります。

「重み」を人間で例えると？

人間も「重要だと思う情報」を強く意識します。

例えば

テストに出る部分
先生が強調した部分
赤文字

を重要視します。

AIも同じで「重要そうな特徴」を強く見るようになります。

その「重要度」が重みです。

まとめ

「重み」は難しそうに見えますが、本質はかなりシンプルです。

AIは「どの情報を重要視するか」を調整しています。

そして、その重要度を表しているのが「重み」です。

AI学習とは「良い重みを探し続ける作業」とも言えます。

ここを理解すると

勾配降下法
SGD
Adam
誤差逆伝播
パラメータ調整

などが一気につながり始めます。

つまり「重み」は AI内部理解の入口 です。

ここを理解すると、AIがただの「魔法の箱」ではなく「調整を繰り返している仕組み」として見え始めます。

公式テキスト

Amazonで確認

Amazonで詳細を見る

楽天市場で確認

楽天市場で詳細を見る

合格時に使用した問題集