- 東京大学の研究チームが、対話型AI（大規模言語モデル、LLM）と失語症患者の脳活動が、情報を処理する際のパターンにおいて類似していることを数理解析で明らかにした。
- 研究では、LLMの応答における「もっともらしいが間違っている」傾向と、ウェルニッケ失語症患者の言葉の理解が伴わない流暢な発話という特徴に着目した。
- OpenAIの「GPT-2」を含む4種類のLLMと、機能的磁気共鳴画像法（fMRI）を用いた失語症患者の脳活動パターンを比較した結果、特にウェルニッケ失語症とLLMの間で類似性が見出された。
- この発見は、AIを活用した失語症の評価や新たな検査法の開発、そしてより高精度なLLMの開発に繋がる可能性がある。
LLMと失語症患者の脳活動パターンに類似性
日経新聞によれば、東京大学の研究チームは、対話型人工知能（AI）の基盤である大規模言語モデル（LLM）の情報処理のパターンと、失語症患者の脳活動が類似していることを数理解析によって明らかにした。この発見は、AIを活用した失語症の評価や新たな検査法の開発に繋がる可能性を秘めている。
LLMは近年、与えられた質問に対して流暢な回答を返す能力を大きく向上させている。しかし、その内容には不正確な部分も多く、「もっともらしいが回答が間違っている」という結果を出すことがある。
一方、失語症の1つである「ウェルニッケ失語症」は、感覚性失語とも呼ばれ、患者は言葉を流暢に話すものの、相手や自身の言葉を理解しておらず、結果として会話が成立しにくいという特徴を持つ。
GPT-2などLLMと脳活動のパターンを比較
研究チームは、LLMと失語症の類似性に着目し、米オープンAIが開発した「GPT-2」を含む4種類のLLMの情報処理パターンと、機能的磁気共鳴画像法（fMRI）を用いた失語症患者の脳活動パターンを調べた。
この比較には数理解析手法が用いられ、それぞれのパターンが3次元の地形として表現された。この地形において、穴が深いほど特定の活動パターンを示唆するが、その結果、ウェルニッケ失語症と4種類のLLMの地形が似ていることが分かったという。
—
失語症の新たな評価法と高精度AI開発への期待
今回の研究成果は、脳活動のパターンや情報処理のパターンを定量的に評価するシステムの構築に貢献する可能性を秘めている。これにより、失語症の評価や新たな検査法の開発が進むことが期待される。
さらに、LLMが情報を処理する際の「見落とし」のメカニズムが解明されることで、その正確性を高めた新たなLLMの開発にも繋がると見られている。この研究成果は、米学術誌「アドバンスト・サイエンス」に掲載され、計算論的精神医学の発展に寄与するものとして注目されている。
引用元：日本経済新聞
対話型AIと失語症、情報処理のパターンが類似 東京大学
