ニューラルネットワークとは？
ニューラルネットワークは、人間の脳の神経細胞（ニューロン）のつながり方をまねた計算の仕組みです。たくさんの小さな計算ユニットを網の目のようにつなぎ、信号を受け渡ししながら答えを出します。ディープラーニングも、ChatGPTの頭脳であるLLMも、すべてこのニューラルネットワークでできています。
しくみをざっくり理解する
基本の構造は「入力層 → 中間層 → 出力層」の3段構えです。たとえば写真に写る動物を当てるAIなら、入力層が画像を受け取り、中間層が特徴を段階的に読み取り、出力層が「猫である確率90%」のような答えを出します。
各ユニットのつながりには「重み」という数値があり、学習とはこの重みを大量のデータに合わせて少しずつ調整していく作業です。調整が終わった重みの集合が、いわゆるパラメータと呼ばれるものです。
「深い」ネットワークがディープラーニング
中間層を何層にも深く重ねたニューラルネットワークで学習する手法が、ディープラーニング（深層学習）です。層が深いほど複雑な特徴をとらえられるようになり、画像認識や自然な文章生成が可能になりました。
初心者はどこまで知っておけばいい？
仕組みの数式まで理解する必要はありません。「AIの中身は脳をまねた計算の網であり、学習でつながりの強さが調整される」というイメージを持っておけば十分です。ニュースで「新しいニューラルネットワークの設計（アーキテクチャ）」という言葉が出てきたら、AIの頭脳の設計図の話をしているのだと読み替えられます。代表的な設計図のひとつが、LLMを生んだTransformerです。
ちなみに、パラメータ数（ネットワークのつながりの総数）はモデルの規模の目安になっており、LLMでは数十億〜数千億にのぼります。人間の脳の神経細胞のつながりにはまだ及ばないものの、この「網の巨大化」こそが近年のAIの進化の原動力でした。