リカレントニューラルネットワーク（RNN）は、文章や音声のような順序があるデータを扱うために考案されたディープラーニングのモデルである。
「記憶（メモリー）」を持っていることが最大の特徴で、従来のニューラルネットワークでは入力されたデータをその場限りで処理して忘れてしまうが、RNNは前の内容を覚えておき、それを次の処理に活かすことができる。また、同一のネットワーク構造（重み）を時間方向に繰り返し適用する点も重要である。
図では時間の経過とともに横に展開して描かれているが、これらは別々の脳がリレーしているのではなく、たった一つの脳が記憶を更新しながら、何度も繰り返し処理を行っている。これにより、どんな長さのデータであっても一貫したルールで文脈を読み、流れに沿った予測をすることが可能となる。
RNNの仕組み
図は、スマホで「今日」と入力したときに、RNNの内部で行っていることを現している。
- 青いボックス（ユーザーが入力）：「今日」の単語
- 黄色い背景（隠れ状態・RNNの脳）：文脈の記憶
- 緑のボックス（出力）：次の予測
前のステップの記憶を受け取り、そこに新しい情報を加えて更新する。「今日」→「今日の」→「今日の天気」……というように、話の流れ（文脈）を雪だるま式に蓄積して、次のステップへバケツリレーのように渡していく。
このように、RNNは時間をまたいで情報を伝える仕組み（黄色い矢印の流れ）を持つため、前後のつながりや文脈を理解することができる。
特徴
- 過去の入力を隠れ状態で保持し、時系列データの文脈や依存関係を捉えることができる。
- パラメータを時間ステップで共有するため、入力シーケンスの長さに関わらず同じモデルを繰り返し利用できる。
- 音声認識、言語モデル、機械翻訳など、順序情報が重要となる多くのタスクで実用されている。
- 一方、長い時系列を扱うと前の情報を忘れてしまうため、学習が難しいという弱点がある。
提唱・開発の歴史
RNNのアイデアは1980年代半ば、心理学者
デイヴィッド・エヴァレット・ルメルハート氏
https://ja.wikipedia.org/wiki/デビッド・ラメルハートより引用
初期のRNNには「長い文脈を学習しようとすると、最初の方の内容を忘れてしまう（勾配消失問題）」という重大な弱点があり、実用化への壁となっていた。
この問題を解決するために開発されたのが、LSTM（長短期記憶）とそれを効率化したゲート付き回帰型ユニット（GRU：Gated Recurrent Unit）である。これらによって、RNNは情報の取捨選択ができるようになった。
従来のRNNが全ての情報を記憶しようとしてパンクしてしまうのに対し、LSTMとGRUはゲート（門）という仕組みを持っている。これにより、必要な情報だけを選んで、不要な情報は忘れるという制御が可能になった。このブレイクスルーによって、RNNは長い依存関係を扱えるようになり、自然言語処理や音声認識などの分野で飛躍的な性能向上を遂げたのである。
RNNの活用例
RNNはユーザー体験やコンテンツデザインにおいて、順序を持つデータから次に来る情報の予測や、時間的なパターンを捉える場面で活用できる。
- チャットボットや仮想アシスタント：ユーザーの質問文の文脈を理解して適切な返信を生成する。
- 音声入力インタフェース：発話の流れからユーザーの意図を推定し、連続したコマンドを正しく解釈する。
- 動画やアニメーションのシークエンス：前のフレームを基に次のフレームを予測し、自然な動きを作ることができる。
- テキスト入力支援：ユーザーが入力している単語や次に打つ候補を予測し、入力効率を高める。
このようにRNNは、時間的な関係性を持つユーザーの行動やデータからパターンを学習し、予測や生成を行うため、デザインにおいてスムーズで直感的な体験を提供する手助けとなる。
「この場面に使える」シーンと具体例
- 対話型アプリでの文脈理解：カスタマーサポートチャットでは、ユーザーの過去のメッセージを踏まえて次の回答を生成することで、自然な会話を実現する。例えば、商品の返品手続きを支援するチャットボットが、ユーザーの履歴から購入や商品名を推定し、適切な質問や案内を提供する。
- オーディオブックアプリの速度変換：再生中の音声データをRNNで解析し、朗読者の発話ペースや感情に応じて速度やイントネーションを調整し、聞きやすい体験を提供する。
- 文字入力予測：スマートフォンのキーボードでは、これまで入力した言葉の順序を学習し、次に入力したい単語を予測表示することで打鍵数を減らす。
- ストーリーテリングゲーム：インタラクティブな物語ゲームで、プレイヤーの選択履歴をRNNで解析し、それに合わせたストーリー展開を生成する。例えば、プレイヤーが過去に選んだ選択肢を基にキャラクターの反応が変わり、個別化された体験を実現する。
