アトラクタとは、力学系の状態が時間の経過とともに引き寄せられていく、状態空間内の目標となる領域や軌道のことです。AIやニューラルネットワークの分野では、学習モデルの状態遷移や記憶のメカニズムを理解するための重要な概念として用いられます。
アトラクタとは
一言でいうとアトラクタとは、力学系が時間の経過とともに収束していく、状態空間内の「引き込み先」のことです。
詳しく解説
アトラクタはカオス理論や非線形力学系において中心的な概念です。初期状態が異なっていても、最終的に同じようなパターンや平衡状態へとシステムが落ち着くとき、その落ち着き先がアトラクタと呼ばれます。AI分野においては、Hopfieldネットワークなどの連想記憶モデルにおいて、記憶された情報がアトラクタ（安定状態）としてネットワーク上に刻まれる仕組みに応用されています。また、リカレントニューラルネットワークの内部状態のダイナミクスを解析する際にも、システムがどのような振る舞いに収束するかを示す指標として活用されます。
具体例・使われ方
例えば、ホップフィールドネットワークを用いた連想記憶では、不完全なノイズ混じりの入力データを与えた際、ネットワークが状態遷移を繰り返して最終的に完璧な記憶データに一致するアトラクタへと収束することで、正しくデータを思い出すことができます。
似た用語との違い
機械学習における「最適化の収束先（損失関数の最小値など）」と混同されやすいですが、アトラクタは時間発展する動的な力学系における状態の引き込み先を指すため、静的な最適化問題の解よりも広い概念として扱われます。
注意点
アトラクタの概念は複雑な非線形システムを直感的に理解するのに役立ちますが、高次元なニューラルネットワーク全体で正確なアトラクタの形状や数を特定することは数学的に非常に難しく、解析には高度なアプローチが必要です。