1 生涯と経歴
1.1 生い立ちと教育
デイヴィッド・エヴェレット・ラメルハートは1942年12月12日、アメリカ合衆国サウスダコタ州ワウセイに生まれた。幼少期から数学と科学に強い関心を示し、1964年にサウスダコタ大学で心理学の学士号を取得した。その後、スタンフォード大学大学院に進学し、1967年に博士号（数学心理学）を取得した。博士課程では、刺激と反応の関係を確率モデルで記述する研究を行い、後に認知科学の中核となる統計的思考の基盤を築いた。
1.2 学術キャリア
1.2.1 カリフォルニア大学サンディエゴ校での活動
1971年、ラメルハートはカリフォルニア大学サンディエゴ校（UCSD）の心理学部に助教授として着任した。UCSDでは、ジェームズ・マクレランドらとともに並列分散処理（PDP）グループを結成し、ニューラルネットワークによる認知モデルの研究を本格化させた。この時期、人間の認知プロセスを多数の単純な処理単位の相互作用として捉える理論を発展させた。1980年代半ばには、誤差逆伝播法（バックプロパゲーション）の実用的なアルゴリズムを開発し、PDPグループの研究を一つの頂点へと導いた。
1.2.2 スタンフォード大学への移籍
1991年、ラメルハートはスタンフォード大学の心理学部および教育学部に教授として異動した。スタンフォードでは、認知科学と教育学の融合を推進し、学習理論の実践応用に注力した。しかし、1997年に進行性の神経難病である多系統萎縮症と診断され、研究活動は徐々に縮小を余儀なくされた。
1.3 晩年と死去
ラメルハートは病状の悪化に伴い、2000年に早期退職した。研究への情熱は衰えず、病床においても認知モデルに関する考察を続けた。2011年3月13日、ミシガン州アナーバーで死去した。68歳であった。遺作として、統計的学習理論に関する未発表の草稿が残されている。
2 主要な業績
2.1 並列分散処理（PDP）
2.1.1 誤差逆伝播法の開発
ラメルハートの最も著名な業績は、誤差逆伝播法（バックプロパゲーション）の開発と普及である。1986年、マクレランド、ロナルド・J・ウィリアムズとの共著論文で、多層ニューラルネットワークにおける学習アルゴリズムを提示した。この手法は、出力層の誤差を隠れ層へ逆向きに伝播させて結合重みを調整するというもので、それまで困難とされていた非線形パターン認識や内部表現の学習を可能にした。これにより、古典的なパーセプトロンの限界を克服し、ニューラルネットワーク研究に新たな扉を開いた。
2.1.2 ルメルハートモデルと認知機能のシミュレーション
ラメルハートはPDPの枠組みで、人間の認知機能の計算機シミュレーションを多数行った。例えば、単語認識モデルでは、文字と単語レベルの処理が相互作用する並列ネットワークを構築し、文脈効果や語彙効果を説明した。また、記憶の連想モデルでは、不完全な手がかりから完全な記憶を復元するプロセスを、ニューラルネットワークのエネルギー最小化原理で定式化した。
2.2 スキーマ理論の拡張
2.2.1 スキーマと学習の関係
ラメルハートは、スキーマ（知識構造）をニューラルネットワークの結合パターンとして表現する理論を展開した。従来のスキーマ理論が静的な知識構造を想定していたのに対し、彼はスキーマを動的な活性化パターンとして捉え、学習によるスキーマの形成と強化をPDPモデルで説明した。具体的には、繰り返し提示されるパターンがネットワークの結合重みに蓄積され、それが新たな情報処理の枠組みとして機能するとした。
2.2.2 スキーマの修正メカニズム
さらにラメルハートは、既存のスキーマと矛盾する情報に直面した際の修正プロセスをモデル化した。誤差逆伝播法を応用し、スキーマの内部表現を徐々に改変するアルゴリズムを提案した。このメカニズムは、認知発達における概念変化や、学習者の誤概念修正の理論的基盤として高く評価された。
2.3 統計的学習と認知科学への応用
2.3.1 確率モデルによる知覚・記憶の説明
ラメルハートは、認知プロセスを確率的な枠組みで記述する研究も推進した。知覚において、感覚入力から最も確からしい解釈を選ぶ過程をベイズ推定の観点からモデル化し、記憶においては、想起が手がかりに対する確率的なパターン補完として機能することを示した。これらの研究は、後の予測符号化理論やベイズ脳仮説の先駆けとなった。
2.3.2 類推推論の計算理論
ラメルハートは、類推による推論の計算モデルを開発した。彼のモデルは、複数の事例間の構造的類似性をニューラルネットワークの並列マッチングによって検出し、その結果を基に未知の状況に知識を適用する。この研究は、人間の創造的思考や問題解決のメカニズムを計算論的に解明する重要な一歩となった。
3 影響と遺産
3.1 人工知能・機械学習への影響
3.1.1 深層学習の理論的基盤
誤差逆伝播法は、現在の深層学習（ディープラーニング）の中核技術である。ラメルハートが1986年に提示したアルゴリズムは、2010年代以降の大規模ニューラルネットワークの学習に直接的に応用されている。画像認識、自然言語処理、音声認識など、現代のAI技術の多くは彼の理論的貢献に依存している。
3.1.2 ニューラルネットワーク研究の復活
1970年代から1980年代初頭にかけて、ニューラルネットワーク研究は「AIの冬」と呼ばれる停滞期にあった。ラメルハートの誤差逆伝播法は、この分野に実用的な学習手法を提供し、研究者の関心を再び集めることに成功した。1990年代以降のニューラルネットワークの隆盛は、彼の仕事なくしてはありえなかった。
3.2 認知科学・心理学への影響
3.2.1 認知アーキテクチャ設計への応用
ラメルハートのPDPモデルは、人間の認知アーキテクチャを理解する上で重要な枠組みとなった。彼の考えは、ACT-RやSoarなどの認知アーキテクチャにも部分的に取り入れられ、記号処理と結合主義の統合的視点を提供した。現在も、認知心理学の教科書では「PDPアプローチ」として標準的に紹介されている。
3.2.2 発達心理学・教育学への示唆
スキーマ理論の拡張と統計的学習モデルは、子どもの認知発達や学習過程の理解に応用された。特に、誤差逆伝播による学習は、反復練習とフィードバックの重要性を数学的に裏付けるものとして、教育設計の理論的根拠として参照されている。ラメルハート自身も、教育工学への応用に関心を持っていた。
3.3 受賞歴と顕彰
ラメルハートは、1989年にアメリカ心理学会（APA）から「心理学への顕著な科学的貢献賞」を受賞した。1996年には国際ニューラルネットワーク学会（INNS）の生涯業績賞を受賞。また、2001年には認知科学学会の「デイヴィッド・E・ラメルハート賞」が設立され、認知科学研究における優れた業績を称える賞として年次授与が行われている。
4 主要著作
4.1 共著書『並列分散処理』（1986年）
『Parallel Distributed Processing: Explorations in the Microstructure of Cognition』（2巻組、マクレランドらとの共編著）は、ラメルハートの業績を集大成した著作である。第1巻ではPDPの理論的基礎と誤差逆伝播法が詳細に解説され、第2巻では心理学的・神経科学的応用が多数収められている。この書物は、ニューラルネットワーク研究の聖典として広く読まれ、日本語を含む多くの言語に翻訳された。
4.2 代表的な論文とその内容
ラメルハートの代表的な論文として、「Learning representations by back-propagating errors」（1986年、Nature誌、マクレランド・ウィリアムズとの共著）が挙げられる。この論文は誤差逆伝播法の基本的なアルゴリズムとその有効性を示し、現在も深層学習分野で最も引用される論文の一つである。また、「The structure of human memory」（1980年、共著）は、記憶の連想ネットワークモデルを提唱し、認知心理学に大きな影響を与えた。ほかにも、スキーマ理論の拡張に関する論文や、類推推論の計算モデルに関する一連の研究が重要である。