神経科学の実験予測でLLMが専門家を逆転：正答率81％対64％

神経科学の研究には膨大な時間と研究費がかかりますが、仮説が立証されず徒労に終わるケースも少なくありません。

Xiaoliang Luo氏らの研究チームによる最新の研究で、大規模言語モデルが神経科学実験で肯定的な結果が得られるかどうかを予測するタスクにおいて、人間の専門家を上回る精度を示しました。モデルの予測精度は81%に達し、人間の専門家の64%を大きく引き離しています。

7Bモデルを専門文献で強化

興味深いのは、研究チームが巨大な最先端モデルではなく、GPT-3.5クラスに相当するわずか70億パラメータ（7B）のモデルを使用した点です。

このモデルを神経科学の学術文献でファインチューニングしたところ、予測精度はさらに向上しました。単に実験の成否を占うだけでなく、研究者がどこにリソースを集中すべきかを絞り込む支援ツールとしても機能します。

なぜ重要か

実験の立ち上げ前にAIがスクリーニングを行えれば、失敗に終わる可能性の高い実験を回避し、研究開発のコストと時間を大幅に節約できます。

私たちが注目したのはモデルの選択です。巨大な計算資源に頼らずとも、7B級の小型モデルに専門文献を学習させるだけで、特定の学術判断において人間の専門家を凌駕できることが示されました。中小規模の研究室でも導入しやすいアプローチです。

一方で懸念もあります。AIの予測に過度に依存してポジティブな結果が出やすい実験ばかりを選ぶようになれば、予想外の失敗から得られる偶発的な大発見の芽を摘んでしまうリスクがあると考えられます。