Research
研究
現代の機械学習モデルを人間の立場から理解し発展させる同時に、機械学習モデルを用いて人間の認知・脳活動を理解することも追究します。ここでは、現在進めている代表的な研究を紹介します。
研究内容
🚧以下、工事中🚧
大規模言語モデルの開発と内部表現探索
1,500 名超が参加する学際連携組織に参加し、日本語特化の高性能 LLM をフルオープンで開発・公開しました。これらのオープンなLLM開発から内部表現・学習ダイナミクス・指示最適化までを横断的に解明し、モデル性能向上と解釈可能性の両立に向けた総合的な知見を提供しています。
生成 AI×脳活動
脳が知覚・想起する情報と、生成AIの内部で表現されている情報とを繋げることを目指し、最先端の生成モデルと脳活動計測を統合する研究を推進しています。本プロジェクトでは、視覚・聴覚の双方で汎用的なフレームワークを構築し、生成AIの内部表現と脳内表象の対応原理を体系的に検証しています。産業界（Google Research など）との協働により、マルチモーダルな脳解読技術の応用可能性と、機械とヒトの情報処理メカニズムの相互理解を加速させています。
意思決定と脳活動
「脳内で散在する信号がどのように統合され、瞬時の選択へと結実するのか」を、大域的かつ時間分解能高く描き出すことを目指しています。非侵襲計測で得たミリ秒スケールの全脳活動と、領域間に潜む共通の計算を抽出する数理手法を組み合わせることで、個々のニューロンや単一領域に閉じない“分散的な意思決定回路”の全体像を再構成することを目指しています
研究成果の例
より詳細な業績リストはGoogle ScholarやResearchmapなどをご参照ください。
大規模言語モデルとヒト脳活動の対応 (EMNLP 2024)
映画／ドラマ約 8 時間を視聴中の脳活動を対象に、発話内容・状況・文脈を LLM で解析し、その脳内表現・分布を明らかにしました。
画像生成AIとヒト脳活動の関係性 (CVPR 2023)
脳活動と画像生成AIの潜在表現間の定量的関係性を示し、脳活動からの知覚内容の映像化を実現。Science, Newsweek, 朝日新聞など 60 以上のメディアで報道されました。
選択行動の脳内ダイナミクスを非侵襲脳計測装置で可視化 (eLife 2021)
非侵襲MEG信号を複数のタスク軸で分離し、感覚入力から運動応答へ至る選択プロセスの軌跡をミリ秒精度で再構成しました。
複数脳領域にわたる共有計算情報を抽出する手法開発 (NeurIPS 2020, Spotlight)
多領域同時記録データを対象に、新手法(dSCA) を開発しました。タスク関連変数を分離しつつ、領域間で共有される計算成分を抽出し、どの変数がいつ共有されるかを時間軸上で可視化することで、意思決定形成の多領域協調計算に新たな洞察を提供しました。
and more…