情報損失（Information Loss）とは、データや信号の処理、保存、伝送の過程において、元の情報の一部または全部が不可逆的に失われる現象を指す。情報理論においては、シャノンの情報量（エントロピー）の減少として定量的に定義され、特に圧縮、ノイズ、量子化、または離散化の際に発生する。情報損失は、通信の信頼性やデータ復元の限界を決定づける重要な概念であり、実用的には非可逆圧縮（JPEG、MP3など）やエラー訂正符号の設計に深く関わる。
1.1 情報損失の数学的定義
情報損失は、情報理論の枠組みにおいて、確率変数間のエントロピーの変化として記述される。元の情報源が持つエントロピーと、処理後の情報が持つエントロピーの差が損失量に相当する。シャノンの情報量は不確実性の尺度であり、情報が失われるほど不確実性が減少するため、エントロピー値が低下する。
1.1.1 エントロピーと相互情報量の減少
エントロピーH(X)は確率変数Xの平均情報量を表す。情報損失が生じると、出力変数YのエントロピーH(Y)はH(X)より小さくなる。相互情報量I(X;Y)はXとYの間で共有される情報量を測定し、完全な情報保存が行われた場合にのみH(X)と等しくなる。損失がある場合、I(X;Y)はH(X)未満となり、その差が情報損失量となる。
1.2 可逆性と非可逆性
情報処理の結果が元の情報を完全に復元できるかどうかは、プロセスが可逆的か非可逆的かに依存する。可逆処理は情報を保存し、非可逆処理は不可逆的な損失を伴う。
1.2.1 可逆処理における情報保存
可逆処理では、出力から入力情報を完全に再構成できる。例えば、可逆圧縮アルゴリズム（ZIP、PNGなど）は冗長性を除去するが、エントロピーを減少させない。数学的には、変換が全単射である場合に情報保存が保証される。
1.2.2 非可逆処理における不可逆的損失
非可逆処理は、情報の一部を意図的に捨てるか、ノイズの影響で情報が復元不可能になる。例えば、画像をJPEG形式で保存する際、人間の視覚に気づきにくい高周波成分を削除することでファイルサイズを削減する。このような損失は不可逆的であり、元のデータに戻すことはできない。
情報損失は、データの圧縮、伝送経路でのノイズ、アナログ信号のデジタル変換など、様々な要因によって引き起こされる。各原因は異なるメカニズムで情報の一部を消失させる。
2.1 圧縮による損失
データ圧縮は、ストレージや帯域幅を節約するために情報量を削減する技術である。非可逆圧縮は一定の情報損失を許容し、可逆圧縮は損失を発生させない。
2.1.1 非可逆圧縮の原理
非可逆圧縮は、人間の知覚特性を利用して重要でない情報を捨てる。例えば、JPEGでは離散コサイン変換（DCT）により画像を周波数成分に分解し、高周波成分を粗く量子化する。MP3では心理音響モデルに基づき、マスキング効果で聞こえない音を除去する。これにより大幅な圧縮が可能となるが、再現性は不完全になる。
2.1.2 可逆圧縮との比較
可逆圧縮（例：FLAC、ZIP）はデータの完全な再現を保証する。冗長性のみを削除するため、圧縮率は低いが情報損失はゼロである。非可逆圧縮は高い圧縮率を達成できるが、元のデータと復元データの間に差（歪み）が生じる。
2.2 ノイズと干渉
通信チャネルや記録媒体におけるノイズは、信号の一部を変質させ、ビット誤りとして情報損失を引き起こす。
2.2.1 チャネルノイズによるビット誤り
熱雑音、干渉、フェージングなどの影響で、送信されたビットが反転したり消失したりする。例えば、無線通信では電磁波の減衰やマルチパスにより受信信号が歪む。この結果、受信側で元の情報を正しく復元できなくなる。
2.2.2 エラー訂正符号の限界
エラー訂正符号はノイズによる誤りを検出・訂正するが、その能力には限界がある。例えば、ハミング符号は1ビット誤りを訂正できるが、2ビット以上の誤りには対応できない。チャネルのノイズレベルが符号の訂正能力を超えると、訂正不可能な誤りが発生し情報損失となる。
2.3 量子化と離散化
アナログ信号をデジタル化する際、連続的な値を有限個の離散値に丸めることで量子化誤差が生じる。これが情報損失の一因となる。
2.3.1 アナログ-デジタル変換における量子化誤差
ADC（アナログ-デジタル変換器）は、入力アナログ信号を一定の刻み幅（量子化ステップ）で離散量子レベルに割り当てる。この丸め操作により、元の信号と量子化値の間に誤差が生じる。量子化ビット数が少ないほど誤差は大きくなり、損失が増大する。
2.3.2 ビット深度の影響
ビット深度（量子化ビット数）は、表現可能な量子レベルの数を決定する。例えば、8ビットでは256階調、16ビットでは65536階調を表現できる。ビット深度が低いと、微小な振幅変化を表現できず、量子化ノイズとして現れる。このノイズは情報損失であり、信号対量子化雑音比（SQNR）で評価される。
情報損失の度合いを定量的に評価するため、様々な尺度が用いられる。これらの尺度は、歪みの大きさや情報理論的な限界を評価するために重要である。
3.1 歪みの尺度
歪み尺度は、元の信号と復元信号の差を数値化する。主に画像や音声の品質評価に広く利用される。
3.1.1 平均二乗誤差（MSE）
平均二乗誤差（Mean Squared Error）は、元の信号と復元信号の各サンプル値の差の二乗平均を計算する。値が小さいほど再現性が高い。MSEは計算が容易で広く使われるが、人間の知覚特性との相関が低い場合がある。
3.1.2 ピーク信号対雑音比（PSNR）
ピーク信号対雑音比（Peak Signal-to-Noise Ratio）は、信号の最大値とMSEの比を対数で表した尺度。単位はデシベル（dB）。PSNRが高いほど歪みが少ない。一般的に30dB以上であれば良好な品質とされるが、MSEと同様に知覚品質と完全には一致しない。
3.2 情報理論的尺度
情報理論的尺度は、情報損失をエントロピーやレートの観点から評価する。圧縮や通信システムの理論限界を分析する際に重要。
3.2.1 レート歪み関数
レート歪み関数R(D)は、許容される最大歪みDのもとで達成可能な最小の情報レート（ビットレート）を与える。シャノンによって定式化され、非可逆圧縮の理論的な限界を示す。この関数により、情報損失と圧縮効率のトレードオフが数学的に記述される。
3.2.2 情報損失率
情報損失率は、元のエントロピーH(X)と処理後の相互情報量I(X;Y)の比や差として定義される。例えば、損失率L = (H(X) - I(X;Y)) / H(X) と計算される。これにより、どれだけの情報が失われたかをパーセンテージで表現できる。
情報損失の概念は、日常生活で利用される様々な技術に深く関係している。特にマルチメディア圧縮とデータ通信・ストレージの分野で顕著な例が見られる。
4.1 マルチメディア圧縮
画像、音声、動画の圧縮は、ファイルサイズ削減のために積極的に情報損失を利用する。
4.1.1 JPEG画像圧縮における損失
JPEGは非可逆圧縮の代表例。画像を8×8ピクセルのブロックに分割し、DCTにより周波数成分を抽出。人間の視覚に敏感でない高周波成分を粗く量子化することで情報を削除する。圧縮率を高めるほど画質が劣化し、ブロックノイズやぼけが発生する。
4.1.2 MP3音声圧縮における知覚的損失
MP3は心理音響モデルを利用し、聴覚のマスキング効果により聞こえにくい音を除去する。例えば、大きな音の直後に小さい音がマスクされる時間的マスキングや、周波数領域での同時マスキングを利用。これにより人間の耳に知覚されにくい情報を削減し、ビットレートを低下させる。
4.2 データ通信とストレージ
通信路の不完全性やストレージの障害も情報損失を引き起こす。
4.2.1 無線通信におけるフェージングの影響
無線チャネルでは、建物や地形による反射・回折でマルチパスフェージングが発生。受信信号の振幅や位相が変動し、バースト状のビット誤りが生じる。これによりパケット全体が失われることもある。エラー訂正符号やインターリーブで対策するが、完全には防げない。
4.2.2 RAIDストレージの冗長性と損失
RAID（Redundant Array of Independent Disks）は、複数のハードディスクにデータを分散・冗長化することで障害に備える。例えばRAID 5はパリティ情報を利用し、1台のディスク故障時にデータ復元が可能。しかし、複数台同時故障やパリティ計算のバグにより、情報損失が発生するリスクはゼロではない。
情報損失を完全になくすことは困難だが、適切な技術を導入することで影響を最小限に抑えられる。エラー訂正符号や冗長性の導入が主要な方法である。
5.1 エラー検出と訂正
送受信間で生じた誤りを検出・訂正する符号技術が広く使われる。
5.1.1 ハミング符号とリード・ソロモン符号
ハミング符号は線形ブロック符号の一種で、1ビット誤りを訂正し2ビット誤りを検出できる。リード・ソロモン符号は多値符号であり、バースト誤り（連続したビット誤り）の訂正に強い。CDやDVD、QRコードなどに採用されている。
5.1.2 畳み込み符号とターボ符号
畳み込み符号は連続的なビットストリームに対して動作し、ビタビ復号により高い誤り訂正能力を発揮する。ターボ符号は2つの畳み込み符号を並列に連接し、反復復号によりシャノン限界に近い性能を達成。無線通信（3G/4G）や深宇宙探査などで利用される。
5.2 冗長性の導入
情報に冗長性を付加することで、一部の損失があっても全体の情報を回復可能にする。
5.2.1 バックアップとミラーリング
データの複製（バックアップ）やリアルタイム鏡像（ミラーリング）は、ストレージ障害による情報損失を防ぐ基本的な方法。RAID 1（ミラーリング）では同じデータを2台のディスクに書き込む。バックアップは異なる場所に保存することで災害対策にもなる。
5.2.2 チェックサムとハッシュ関数
チェックサムやハッシュ関数（MD5、SHA-256など）は、データの整合性検証に用いられる。送信前後のハッシュ値が一致すればデータが改変されていないことが確認できる。これにより伝送や保存中の情報損失を発見できるが、訂正はできない。
情報損失は物理的・情報理論的な制約により完全には回避できない。量子情報処理の進展により、新たな可能性と課題が生まれている。
6.1 シャノン限界と情報損失の不可避性
シャノンは、通信チャネルの容量Cを超えるレートで情報を伝送しようとすると、必ず誤りが発生することを示した（シャノン限界）。また、非可逆圧縮においてもレート歪み関数が理論下限を与える。つまり、情報損失をゼロにすることは不可能であり、システムの要件に応じた妥協点を見つけることが重要である。
6.2 量子情報理論における損失
量子情報は、量子力学の原理に基づく情報処理の枠組みであり、古典的な情報損失とは異なる性質を持つ。
6.2.1 量子状態の崩壊とデコヒーレンス
量子ビット（qubit）は測定により状態が確定する（状態の崩壊）。また、外界との相互作用（デコヒーレンス）により量子重ね合わせやエンタングルメントが失われる。これらは量子情報の不可逆的な損失である。量子コンピュータでは、この損失を抑制するために極低温や遮蔽が必要。
6.2.2 量子誤り訂正の可能性
量子誤り訂正符号（例：ショア符号、表面符号）は、デコヒーレンスや量子ノイズによる誤りを訂正する手法。量子状態の複製が不可能（複製禁止定理）なため、古典符号とは異なる原理が必要。理論的にはフォールトトレラント量子計算が可能とされるが、実現には多数の物理量子ビットと高度な制御技術が求められる。