フランク・ローゼンブラット（1928年-1971年）は、アメリカの心理学者かつコンピュータ科学者であり、パーセプトロンを発明した人物である。これは、初期の学習可能な人工ニューラルネットワークの一つであり、現代の深層学習アーキテクチャの直接の祖先にあたる。
パーセプトロン
コーネル航空研究所で働いていたローゼンブラットは、1958年にパーセプトロンを構築した。これは、生物学的ニューロンの簡略化モデルであり、誤りに応じて重み付き接続を調整することで単純な視覚パターンの分類を学習できるもので、現在教師あり学習の中心となっている訓練手順の初期の例である。まずIBM 704上でソフトウェアとして実装され、その後、網膜として機能する20×20のフォトセル格子を備えた専用ハードウェアであるMark Iパーセプトロンとして実装された。これは、ラベル付き例に繰り返しさらされることで、単純な形状を区別することを学習できた。
宣伝と誇張
1958年の米国海軍の記者会見とその後のニューヨーク・タイムズ紙の報道は、パーセプトロンを「歩き、話し、見て、書き、自己複製し、自身の存在を意識する」機械を予感させる言葉で描写し、単層アーキテクチャが実現できる範囲をはるかに超える期待を生み出した。ローゼンブラット自身の技術的な主張はより控えめだったが、一般の期待とパーセプトロンの実際の限定的な能力との間の隔たりは、その限界が広く理解されるようになると、反発の一因となった。
ミンスキーとパパートによる批判
1969年、マービン・ミンスキーとシーモア・パパートは『パーセプトロン』を出版し、ローゼンブラットのもののような単層パーセプトロンは、論理XORなどの関数を計算できないことを数学的に分析して示した。これらの関数は、出力が入力の組み合わせに非線形に依存することを必要とする。ローゼンブラットはすでに、原理的にはそのような限界を克服できる多層設計を探求していたが、この本による単純なモデルへの厳密な扱いは、資金削減と相まって、第一次AI冬の時代の一因として広く引用されている。これは約15年間にわたり、ニューラルネットワーク研究が記号AIアプローチに比べて支持を失った時期である。
死と遺産
ローゼンブラットは1971年に誕生日にボート事故で亡くなり、ニューラルネットワーク研究のその後の復活を見ることはなかった。1980年代半ばにデビッド・ラメルハート、ジェフリー・ヒントン、ロナルド・ウィリアムズによって広められたバックプロパゲーションアルゴリズムは、ローゼンブラットの基本アーキテクチャを多層に拡張し、ミンスキーとパパートの批判が特定したまさにその問題を解決して、深層学習の台頭を可能にした。トランスフォーマーベースの大規模言語モデル全体で使用される現代の人工ニューロンは、その核心において、ローゼンブラットの元のパーセプトロンの直接の子孫であり、IEEEのフランク・ローゼンブラット賞は、生物学的および言語学的に着想を得たコンピューティングへの顕著な貢献を表彰している。