← 最新の論文
🧬 biology

OmniMouse: Scaling properties of multi-modal, multi-task Brain Models on 150B Neural Tokens

73 匹のマウスから得られた 1500 億以上の神経トークンを用いて訓練されたマルチモーダル・マルチタスクモデル「OmniMouse」は、脳活動予測や行動解読などで最先端の性能を示し、言語モデルとは異なり脳モデルの性能向上にはモデル規模の拡大よりもデータ量の増加が重要であることを実証しました。

原著者: Konstantin F. Willeke, Polina Turishcheva, Alex Gilbert, Goirik Chakrabarty, Hasan A. Bedel, Paul G. Fahey, Yongrong Qiu, Marissa A. Weis, Michaela Vystrčilová, Taliah Muhammad, Lydia Ntanavara, Rache
公開日 2026-04-22
📖 1 分で読めます☕ さくっと読める

原著者: Konstantin F. Willeke, Polina Turishcheva, Alex Gilbert, Goirik Chakrabarty, Hasan A. Bedel, Paul G. Fahey, Yongrong Qiu, Marissa A. Weis, Michaela Vystrčilová, Taliah Muhammad, Lydia Ntanavara, Rachel E. Froebe, Kayla Ponder, Zheng Huan Tan, Emin Orhan, Erick Cobos, Sophia Sanborn, Katrin Franke, Fabian H. Sinz, Alexander S. Ecker, Andreas S. Tolias

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ⚕️ これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む

🧠 オムニマウス(OmniMouse):脳の「言語」を解き明かす巨大な AI の物語

この論文は、「脳の活動を読み解くための、これまでにない巨大な AI」を紹介するものです。名前は「OmniMouse(オムニマウス)」。

まるで、マウスの脳が喋っている言葉を、AI が翻訳して理解しようとするようなプロジェクトです。これを、難しい専門用語を使わず、日常の比喩を使って説明しましょう。


1. 何をしたの?(巨大な図書館と天才翻訳家)

まず、研究者たちは**「310 万個の神経細胞」**という、とてつもない数の「脳内の小さなセンサー」からデータを集めました。

  • 対象: 73 匹のマウス。
  • 活動: 自然な映画や画像を見せながら、走ったり、目を動かしたりしている様子。
  • データ量: 1500 億個以上の「神経の信号(トークン)」を記録しました。

これは、**「人類がこれまでに集めた、マウスの視覚に関するデータの中で、最も巨大な図書館」**を作ったようなものです。

そして、この図書館の全てを学習させたのが「オムニマウス」という AI です。
この AI は、ただの「予測機械」ではありません。

  • 未来を予言する: 「今、この神経が動いたから、1 秒後はこうなるはず」と予測する。
  • 意味を読み取る: 「この神経の動きから、マウスが今、何を見ているか(映像)を逆算する」。
  • 行動を解読する: 「この神経の動きから、マウスが今、どれくらい速く走っているか、目がどれくらい開いているかを推測する」。

これらを**「1 つの AI」**で、柔軟に切り替えて行えるのが画期的です。


2. 驚きの発見:「勉強量」より「教材の質」が重要

AI 界(特に言語モデル)では、**「モデルを大きくすればするほど賢くなる」**という常識がありました。巨大な計算能力とパラメータ(脳の重さ)を増やせば、性能は上がると考えられていたのです。

しかし、オムニマウスの実験で**「常識が覆された」**のです。

  • AI の常識: 「モデルを巨大化すれば、性能は上がり続ける」
  • オムニマウスの発見: 「モデルを大きくしすぎても、ある程度で頭打ちになる」

【比喩で説明】

  • 言語モデルの場合: 辞書(データ)が無限にあれば、辞書が読める人(モデル)を巨大化すればするほど、どんな難しい本も読めるようになります。
  • 脳モデルの場合: 辞書(脳データ)は、言語に比べて**「非常に限られていて、複雑で、ノイズが多い」**のです。
    • 辞書が少なければ、どんなに天才的な人(巨大な AI)を雇っても、読める本の量は変わりません。
    • **重要なのは「辞書(データ)を増やすこと」**です。

つまり、脳を理解するには、「AI を大きくする」ことよりも、「もっと多くのマウスから、もっと多くのデータを集める」ことの方が重要だという結論に至りました。


3. なぜこれがすごいのか?(魔法の鏡)

オムニマウスは、これまでの専門的な AI(特定のタスクしかできないもの)をすべて凌駕しました。

  • 従来の AI: 「映像を見る専門家」「行動を予測する専門家」など、役割がバラバラ。
  • オムニマウス: 「万能の天才」。
    • 「映像を見せたら、脳がどう反応するか」
    • 「脳がどう反応したら、どんな映像が見えていたか」
    • 「脳がどう反応したら、マウスがどう動いたか」
    • これらをすべて同時に、一つのモデルで扱えます。

まるで、**「鏡」**のようなものです。

  • 映像を鏡に映せば、脳の反応が見えます。
  • 脳の反応を鏡に映せば、映像や行動が見えます。
  • どの角度から鏡を見ても、鮮明に映し出されるのです。

4. 今後の展望:脳の「魔法」が見える日が来る?

この研究は、**「脳の理解に、AI の『規模の法則』が適用できる」**ことを示しました。

  • データが増えれば増えるほど、AI は賢くなる。
  • 今のデータ量では限界が見えていますが、もしさらに巨大で多様なデータ(もっと複雑な行動や、もっと多くの動物)を集めれば、**「突然、AI が脳の本質的な仕組みを理解し始める(相転移)」**という、魔法のような現象が起きるかもしれません。

これは、言語 AI が「突然、論理的に考えられるようになった」のと同じような瞬間が、脳科学でも訪れる可能性を示唆しています。


まとめ

オムニマウスは、**「1500 億個の神経データ」という巨大な食料を与えられた、「脳の言語を翻訳する天才 AI」**です。

  • 発見: AI を大きくするより、データ(教材)を多く集める方が重要だった。
  • 成果: 映像、脳、行動をすべて結びつける「万能の翻訳機」が完成した。
  • 未来: もっとデータを集めれば、脳がどうやって「思考」や「感覚」を生み出しているかという、脳の黒箱を開ける鍵が見つかるかもしれない。

これは、脳の謎を解き明かすための、新しい時代の幕開けと言えます。

自分の分野の論文に埋もれていませんか?

研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。

Digest を試す →