【DS検定対策】物理学とAIの融合！「ボルツマン分布」とエネルギーの関係
熱力学の法則が、なぜAIの学習に使われるのか？その鍵を握るのが「ボルツマン分布」です。データがどの状態に落ち着きやすいかを確率で表します。
1. 【 問題 】
統計力学において、ある系が熱平衡状態にあるとき、エネルギー $E$ を持つ状態にある確率 P(E) が、指数関数 e^{-E/kT} （kはボルツマン定数、$T$は温度）に比例して決まる分布を何と呼ぶでしょうか？
① 正規分布
② ボルツマン分布（ギブス分布）
③ ポアソン分布
④ ベルヌーイ分布
2. 【 解答 】
3. 整理：エネルギーが低いほど「安定」する
この分布の最も重要な直感は、「エネルギーが低い状態ほど、発生する確率が高い」という点です。
【 ボルツマン分布の特徴 】
エネルギーが低い ＝ 安定している ＝ 確率が高い！
エネルギーが高い ＝ 不安定である ＝ 確率は低い。
・温度（T）との関係：
温度が高いと、エネルギーが高い状態にもバラつきやすくなる。
温度が低いと、最もエネルギーが低い地点にギュッと集まる。
--------------------------
◎ AIへの応用：
「ボルツマンマシン」というモデルでは、この分布に従って各ユニットが状態を変化させ、最終的にデータの特徴を捉えた「安定した状態」を学習します。
4. DS検定で問われる「繋がり」
1. シミュレーテッド・アニーニング（焼きなまし法）: 以前学んだ「大域的最適解」を探す手法です。最初は温度を高めて広く探索し、徐々に温度を下げることで「ボルツマン分布」に従い最も低い谷（最適解）を見つけ出します。
2. ソフトマックス関数: ディープラーニングの多クラス分類で使われる「ソフトマックス関数」は、実はこのボルツマン分布の形式を数式化したものです。
5. DS検定形式：実戦4択クイズ
問：ボルツマン分布を基礎とし、可視層と隠れ層の2層構造で、層内には結合を持たない制限を加えたモデルを何と呼ぶか。
① ホップフィールドネットワーク ② 制限付きボルツマンマシン（RBM） ③ 多層パーセプトロン ④ 自己組織化マップ
【 正解： ② 】
解説： 「制限付き」にすることで計算コストを抑え、ディープラーニング（深層学習）が再注目されるきっかけを作った重要なモデルです。
6. まとめ
DS検定において「エネルギーが高いほど確率は低い」「指数の形式（exp）」といった表現が出たら「ボルツマン分布」です。物理現象のモデルが、今のAIの「確率的な判断」の基礎になっている面白さを感じておきましょう！
