Microsoft：Generative Causal Testing — スキャナーでテストされるAIによる脳の仮説

Generative Causal Testingとは何か？

Generative Causal Testing（GCT）は神経科学の核心的な問題を解決する2フェーズの研究フレームワークです。脳活動予測のための機械学習モデルは正確な結果をもたらしますが、なぜかを説明しません。GCTはこれらの不透明なモデルを具体的でテスト可能な仮説に変換します。

AIはどのように脳に質問するのか？

第1フェーズでは、LLMが特定の脳領域を活性化するよう対象とした合成ストーリー（短いテキスト刺激）を生成します。fMRI（脳の活動の測定値として血流を測定する機能的磁気共鳴画像法）はその後、実際の被験者においてスキャナーでこれらの刺激をテストします。結果は仮説を確認または反証し、AIモデルと実験的実験の間に閉じたループを作ります。

3つの領域、新しいマイクロエリア

システムは3人の被験者で検証されました。GCTは空間的な場所の処理を担当する3つの隣接領域（後帯状皮質（RSC）、海馬傍嗅皮質（PPA）、後頭部場所領域（OPA））の区別に成功しました。これらは従来の手法では区別が困難でした。さらに、この手法は文献にこれまで記載されていない新しい前頭前野のマイクロ領域を発見しました。

協力と示唆

このプロジェクトはMicrosoftとUCバークレー、UCSF、コロンビア大学の研究者との協力の結果です。このアプローチはAIが神経科学者に取って代わるのではなく、次にどの実験を実施するかを提案するという、系統的なAI主導の脳マッピングへの道を開きます。