| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2026-01-28 11:10 AI Neuroscientist：神経科学における研究アイデア生成とデータ解析 ○土屋佑奈・多田圭吾・西本伸志（阪大）・高木 優（名工大）  NLP2025-86 MBE2025-26 NC2025-48 |
|
| 抄録 | （和） | 膨大な公開神経科学データが整備される一方で，研究アイデアの生成や解析の人的コストが増大し，神経科学研究分野のボトルネックとなっている．本研究では，データセットと研究目標を入力として，研究アイデアの生成・評価から解析コードの生成と実行までを自律的に行う AI エージェント "AI Neuroscientist" を構築した．ヒト研究者（Expert/Student）と複数 LLM が生成したアイデアを比較した結果，アイデアの分布はモデル依存である一方，アイデアの質は Expert には及ばないが Student に匹敵する水準に到達し得ることが示唆された．さらにケーススタディとして，AI Neuroscientist は提案した研究テーマの一つに対して，解析の実装・実行から統計推論・可視化までを自動で完了し，実データ解析を通じて提案した研究アイデアを検証可能であることを示した． |
| （英） | While massive public neuroscience datasets have become available, the human cost of hypothesis generation and data analysis has also increased, creating a bottleneck in neuroscience research. In this study, we built an AI agent, “AI Neuroscientist,” that autonomously performs an end-to-end workflow—from generating and evaluating research ideas to generating and executing analysis code—given a dataset and a research objective as input. By comparing ideas produced by human researchers (Experts/Students) and multiple large language models (LLMs), we found that the distribution of ideas depends on the generating model, and that although the overall quality does not reach the Expert level, it can approach a level comparable to Students. Furthermore, as a case study, we demonstrate that AI Neuroscientist can automatically complete the full analysis pipeline for one of its proposed research themes—including implementing and executing the analysis, statistical inference, and visualization—and that the proposed research idea can be empirically evaluated through real-data analysis. | |
| キーワード | （和） | 神経科学 / AIエージェント / 大規模言語モデル（LLM） / 研究アイデア生成 / 自動データ解析 / fMRI / / |
| （英） | Neuroscience / AI agent / Large language models (LLMs) / Research idea generation / Automated data analysis / fMRI / / | |
| 文献情報 | 信学技報, vol. 125, no. 346, NC2025-48, pp. 19-24, 2026年1月. | |
| 資料番号 | NC2025-48 | |
| 発行日 | 2026-01-21 (NLP, MBE, NC) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NLP2025-86 MBE2025-26 NC2025-48 |
|
| 研究会情報 | |
| 研究会 | NC MBE NLP IEE-MBE |
| 開催期間 | 2026-01-28 - 2026-01-30 |
| 開催地（和） | 九州工業大学 若松キャンパス |
| 開催地（英） | Kyushu Institute of Technology, Wakamatsu Campus |
| テーマ（和） | NC, NLP, ME，一般 |
| テーマ（英） | NC, NLP, ME, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2026-01-NC-MBE-NLP-MBE |
| 本文の言語 | 日本語 |
| タイトル（和） | AI Neuroscientist：神経科学における研究アイデア生成とデータ解析 |
| サブタイトル（和） | |
| タイトル（英） | AI Neuroscientist: Research Idea Generation and Data Analysis for Neuroscience |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 神経科学 / Neuroscience |
| キーワード(2)（和/英） | AIエージェント / AI agent |
| キーワード(3)（和/英） | 大規模言語モデル（LLM） / Large language models (LLMs) |
| キーワード(4)（和/英） | 研究アイデア生成 / Research idea generation |
| キーワード(5)（和/英） | 自動データ解析 / Automated data analysis |
| キーワード(6)（和/英） | fMRI / fMRI |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 土屋 佑奈 / Yuna Tsuchiya / ツチヤ ユウナ |
| 第1著者 所属（和/英） | 大阪大学 (略称： 阪大) The University of Osaka (略称： UOsaka) |
| 第2著者 氏名（和/英/ヨミ） | 多田 圭吾 / Keigo Tada / タダ ケイゴ |
| 第2著者 所属（和/英） | 大阪大学 (略称： 阪大) The University of Osaka (略称： UOsaka) |
| 第3著者 氏名（和/英/ヨミ） | 西本 伸志 / Shinji Nishimoto / ニシモト シンジ |
| 第3著者 所属（和/英） | 大阪大学 (略称： 阪大) The University of Osaka (略称： UOsaka) |
| 第4著者 氏名（和/英/ヨミ） | 高木 優 / Yu Takagi / タカギ ユウ |
| 第4著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： NITech) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-01-28 11:10:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NLP2025-86, MBE2025-26, NC2025-48 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.344(NLP), no.345(MBE), no.346(NC) |
| ページ範囲 | pp.19-24 |
| ページ数 | 6 |
| 発行日 | 2026-01-21 (NLP, MBE, NC) |
[研究会発表申込システムのトップページに戻る]