東京大学先端科学技術研究センター／理化学研究所革新知能統合研究センターの安道健一郎特別研究員、黒瀬優介特任講師、原田達也教授らによる研究グループは、142億パラメータを持つオープンな日本語に特化した医療用マルチモーダルモデルを開発しました。　日本語医療マルチモーダルモデルの訓練には、大量の医療画像と日本語テキストのペアデータセットの構築が課題となります。本研究では、モデル構築における最大の障壁である訓練データ不足を補うため、英語データを加工して約1,200万件の日本語医療学習データを作成...

東京大学大学院工学系研究科の高原 泉 大学院生（博士後期課程）、同大学 生産技術研究所 溝口 照康 教授、モントリオール大学・Mila - Quebec AI InstituteのBang Liu 准教授らの研究グループは、大規模言語モデル（Large Language Model; LLM）の高い推論能力に着目し、目標特性を持つ無機結晶材料を、自然言語による説明を出力しながら自律的に探索・設計する生成AIフレームワーク「MatAgent」を開発しました。　新材料開発は、エネルギー産業や半導体産業など様々な産業分野における技術革新と持続可能な社会の実現を支える鍵であり、...

東京大学大学院情報理工学系研究科のタ デゥックトゥン助教を含む国際研究チームは、言語指示によって、ロボットが手やアームを使って物体をつかみ、持ち上げたり移動させたりする基本的な動作（ロボット把持）を可能にする新手法「GraspMAS」を開発しました。従来のロボット把持手法は、特定のデータセットを用いた学習済み単一モデルに依存しており、複雑な言語による指示や未学習環境への対応に課題がありました。GraspMASは、自然言語処理、視覚認識、把持推論を担う複数のAIエージェントが協調することにより、人間の曖昧な言語指示にも対応し、未知の環境下でも事前学習無しで新しい状況にも柔軟に...

　東京大学大学院総合文化研究科の酒井 邦嘉 教授のチーム（大学院生（研究当時） 堀澤 麗也、助教 梅島 奎立）は、公益社団法人才能教育研究会（本部：長野県松本市、理事長 早野 龍五、会長 東 誠三）との共同研究において、音源を聴いて練習した場合は、複数の楽器の習得経験がある人で、左脳の言語野が有効に活用されるようになるのに対して、楽譜を読んで練習した場合は、楽器習得が複数か否かにかかわらず、右脳の前頭葉と側頭葉（聴覚野）の補助が生じることを初めて明らかにしました。　本研究グループは、スズキ・メソードの生徒23名（中高生が中心）と、他のメソードで練習した成人15名を対...

東京大学大学院工学系研究科の伊東 周昌大学院生、村岡 恒輝助教、中山 哲教授は、大規模言語モデル（LLM）による有機分子設計手法を開発しました。蓄積された科学的な知識とシミュレーション結果を自然言語を介して活用することで、LLMを有機分子設計に活用できることを示しました。有機分子を目的の応用に適した形に設計することは複雑なタスクであり、経験を積んだ実験化学者による試行錯誤が必要です。そのため、コンピュータを用いた大量の情報処理が可能になった現代でも、新しい有機分子の開発は実験化学が先導しています。そこで、実験化学の経験知と、コンピュータの情報処理能力を組み合わせた共創的な有機分...

　東京大学先端科学技術研究センターの上原助教と原田教授らによる研究グループは、142億パラメータを持つオープンな日本語に特化したマルチモーダルモデルを開発しました（図1）。 　日本語マルチモーダルモデルの訓練には、大量の画像と日本語テキストのペアデータセットの構築が課題となりますが、本研究では、Webからクロールした画像などをもとに、英語マルチモーダルモデルや日本語言語モデルを用いて画像・日本語テキストデータセットを合成することで解決しました。合成されたデータには、生成物の利用が制限される...