AIが実験室の主役に！ 大規模言語モデル×SNS×走査型プローブ顕微鏡で人間に代わりAIが実験研究を行う革新技術 ― 大阪大学
大阪大学
【研究成果のポイント】
◆人間に代わりAIが自律的に実験研究を遂行する画期的技術を開発
◆大規模言語モデル（LLM）※1 とソーシャル・ネットワーキング・サービス（SNS）※2 を走査型プローブ顕微鏡（SPM）※3 に統合し、曖昧な言語表現からでも正確な実験を実行
◆複雑かつ時間を要する繊細な操作をSNSから簡単に指示でき、LLMの高度な判断力により精密な計測を実現
◆世界のどこからでもリアルタイムに実験アクセスが可能となり、言語の制約なく国際共同研究を促進
【概 要】
大阪大学大学院基礎工学研究科システム創成専攻 DIAO ZHUO（刁琢）助教、附属極限科学センター 阿部真之教授らの研究グループは、大規模言語モデル（LLM）であるChatGPTとソーシャル・ネットワーキング・サービス（SNS）であるSlackを走査型プローブ顕微鏡（Scanning Probe Microscopy; SPM）に組み込み、人間の指示をChatGPTに判断させ、実験を実行させることで、試料表面の単一原子をイメージングできる技術を開発しました（図1）。
これは、これまでのいわゆる自動計測とは異なり、人間に代わりAIが実験研究をする新技術です。つまり、文法的に曖昧な表現であっても、LLMが内容を理解し、最適な実験内容の判断とパラメータ設定を行いながら実験システムを人間に代わって操作します。
今後、この手法をさまざまなSPM測定に応用することで、従来のアプローチではできなかった新しい発見や原理の解明につながると期待されます。
本研究成果は、3月11日（火）に英国科学誌「Measurement Science and Technology」のオンライン版で公開されました。
【研究の背景】
SPMは、ナノスケールから原子レベルまで表面観察が可能な、科学や工学の分野における必須の測定装置です。SPMを用いた先端計測手法の一つであるスペクトロスコピーは、個々の原子や分子の特性を測る画期的な手法です。しかしながら、スペクトロスコピーには高度な技術と精密な制御が必要であり、極めて微小なスケールでの操作が要求されることや、環境からの振動や熱的揺らぎの影響を受けやすいため、限られた環境（例えば極低温）においての研究が一般的でした。室温環境において、実デバイスの動作や生体分子の挙動に関するスペクトロスコピー測定は、高度な専門性を持っていたとしても、人間の能力の限界を超える難しさが存在していました。
SPMを発展させたナノ分析顕微鏡は、さまざまな物質・材料から豊富な情報を多元的に得られる優れた手法でありながら、その特長を完全に活用できているとはいえませんでした。SPMの実験では、画像を取得するのに数分から数十分の時間がかかることがあります。また、「表面を見る」「表面を測る」という装置の特性上、実験中には、測定試料や探針の状況を判断しながら測定から目を離さないようにする必要があります。そのため、所定の測定を終了するまでに、撮像エリアの変更や異なる条件での測定を行うことが通常です。したがって、長時間の根気を必要とする実験を余儀なくされてきました。加えて、従来の方法では計測者の熟練度や経験に依存する部分が大きく、計測の再現性やデータの信頼性にも課題がありました。その結果、実験装置としては原理的には可能でありながら、実際には実現が困難な実験が多数存在していました。
【研究の内容】
本研究グループではLLMとSNSをSPMに統合する革新的システムを開発しました。この技術により、専門知識を持たない初心者でも「原子像を撮影して」といった自然言語による簡潔な指示だけで高度な実験が実行可能になります。LLMが曖昧な表現を解析し、最適な実験パラメータを自動設定する一方、物理的制約を超える指示や装置に危険を及ぼす操作に対しては安全機能が働き、不適切な動作を防止します。この技術革新により、地理的・言語的障壁を越え、世界中どこからでも24時間365日実験が可能となり、研究効率の飛躍的向上と国際共同研究の活性化が見込まれます。また、LLMの継続的学習能力により、実験の精度と再現性も段階的に向上していきます。
研究グループはこれまでにも、SPMに独自のAIを組み込み、自律的にスペクトロスコピー測定を実現する技術を開発しています（DOI:10.1002/smtd.202400813）。現在のシステムはさらなる改良の余地がありますが、LLMと専用実験AIの連携により、それぞれを「思考」と「行動」を担う要素として統合し、人間に代わる実験研究体制の構築が可能になります。これにより、全自動でのビッグデータ取得が実現し、科学的に信頼性の高いデータ解釈への道が開かれます。
【本研究成果が社会に与える影響（本研究成果の意義）】
人間に代わってAIが実験を行うことで、全自動でのビッグデータの取得、科学的に信頼できるデータの解釈が可能となりました。これは、実験研究における革新的かつ現実的なアプローチです。
今後、科学および技術の分野において、実験研究者・技術者が個別の研究に特化したAIを用いた自律型の実験を実現するニーズが増えると予想されます。今後は、今回の成果のように、実験のある部分に特化したAIと大規模言語モデルをどのように実験に組み込んでいくのかを考えていく必要があるでしょう。いずれにしても、本研究成果の手法や概念を横展開していくことで、さまざまな計測手法の自動化を一気に加速することができることは間違いありません。複雑で手間と時間がかかる操作をAIによる自律的な計測により代替し、適切なビッグデータの取得と分析を可能とすることで、従来のアプローチではできなかった新しい発見や原理の解明につながると期待できます。
【特記事項】
本研究成果は、3月11日（火）に英国科学誌「Measurement Science and Technology」（オンライン）で公開されました。
・タイトル："Leveraging Large Language Model and Social Network Service for Automation in Scanning Probe Microscopy"
・著者名：Zhuo Diao, Hayato Yamashita, Masayuki Abe
・DOI： 10.1088/1361-6501/adbf3a
なお、本研究は、科学研究費補助金の研究の一環として行われました。
【用語説明】
※1 大規模言語モデル（LLM）
膨大なテキストデータを用いて訓練された人工知能モデルです。自然言語処理の分野で広く使用されており、文章生成、質問応答、要約、翻訳などのさまざまなタスクを高い精度で実行できます。これらのモデルは、言語の文脈や意味を深く理解し、人間に近い自然な言葉を生成することができます。GPT-3やBERTなどの大規模言語モデルは、数百億から数千億のパラメータを持ち、その性能は人間に匹敵すると言われています。今後、これらのモデルはさまざまな分野で応用され、人間とAIのコミュニケーションをより自然で効率的なものにすると期待されています。
※2 ソーシャル・ネットワーキング・サービス（SNS）
インターネットを通じて人々がつながり、情報を共有するためのプラットフォームです。ユーザー同士が交流し、テキスト、画像、動画などのコンテンツを発信・閲覧できる仕組みを提供しています。Slack、X（旧Twitter）、Facebook、Instagramなどが代表的なサービスで、個人の趣味や日常から専門的な学術情報まで、多様なコミュニケーションが行われています。
本研究では、このような遠隔地からでも即時的にメッセージを送受信できる特性を活用し、実験装置への指示伝達システムとして応用しています。これにより、地理的制約を超えた研究協力が可能となり、科学実験のアクセシビリティと効率性を大幅に向上させることに成功しました。
※3 走査型プローブ顕微鏡 （SPM）
先鋭な針（探針）を試料表面に近づけ、相互作用を検出しながら走査することで、原子レベルの分解能で表面構造を観察する装置です。トンネル電流や原子間力を利用し、半導体や生体分子の研究に広く応用されています。非常に高い空間分解能が特徴で、ナノテクノロジーの発展に貢献しています。
【阿部教授のコメント】
AIを実験研究に統合することで、実際の人間には事実上不可能であった複雑で時間のかかる実験が可能となりました。人間がよりクリエイティブな研究活動を進めるには、AIとの「共同研究」が今後必須となるでしょう。
■SDGs目標
9．産業と技術革新の基盤をつくろう
（参考URL）
・研究者総覧 阿部真之教授
https://rd.iai.osaka-u.ac.jp/ja/6c8472101ddc0854.html
【リリース発信元】 大学プレスセンター
https://www.u-presscenter.jp/
記事提供：Digital PR Platform
