1．基本を理解
読み方・用語解説- 読み方
- ぼるつまんましん
- 英語名
- Boltzmann Machine（BM）
- 提唱者・年代
- 1985年、ヒントンら（物理学のボルツマン分布に由来）
💡 豆知識——名前の“ボルツマン”は熱力学の分布——“確率的に落ち着く状態”を模したのが特徴。
【セットで覚えたい関連用語】
制
制約付きボルツマンマシン（No.326）隠れ層1層の派生——深層化への扉。G
GAN（No.334・335）生成モデルの別系統——敵対学習で生成。生
生成モデル（No.137）新規データを生むAIの総称。2．意味（定義）と例え話
一言で言うと？
1985年にヒントンらが提唱した確率的再帰型ニューラルネットワーク。生成モデルの先駆け。
背景・歴史的流れ
確率的アプローチで“データの本質”を学ぼうとしたBM——深層化の学習が難しかったため、CBM→DBM→深層確率モデルへと発展。
身近な例え話
全員が「ちょっと前向き/後ろ向き」をランダムに出し合う集団討論——集団全体の“よく出る状態の分布”を学習する。
AIとの関係
生成モデル・潜在表現学習の系譜の祖——VAE・拡散モデルまで続く“確率で生成”の原点。
おすすめの活用法・注目ポイント
「確率的・再帰型・生成モデルの先駆け（1985年ヒントン）」で。CBMとの親子関係もセット。
3．直前に理解（Q&A）
7問Q1. ボルツマンマシンとは？最頻出
1985年ヒントンらが提唱した確率的再帰型ニューラルネットワーク。
Q2. 何が特徴？最頻出
ニューロンが確率的に“オン/オフ”——分布を学習して生成。
Q3. 何が難しい？頻出
深層への拡張（DBM）で学習が困難——これがCBMの登場に。
Q4. CBMとの違いは？混同
BM＝層間が双方向に結合、CBM＝隠れ層1層に限定し学習を容易化。
Q5. 歴史的意義は？最頻出
生成モデル・潜在表現学習の先駆け——深層生成AIの系譜に。
Q6. 「再帰型」の意味は？混同
ニューロン同士が互いを影響し合う（フィードバック）構造——RNNとは別。
Q7. 位置づけは？親と子
生成モデル ⊃ 確率モデル系 ⊃ BM → CBM → 深層確率モデル。
4. まとめ
ボルツマンマシン＝1985年ヒントン提唱の“確率的再帰型”NN。生成モデルの先駆けで、CBM→深層化への橋渡し役。