
フルスタックエンジニア / データサイエンティスト / 知能情報学研究者 / ディープテック起業家
長岡技術科学大学 5年一貫制博士課程 技術科学イノベーション専攻 2年 在学
機械学習理論研究室所属
機械学習理論研究室に所属し、専門家(気象予報士)の判断を決まった計算と規則に置き、LLMには文章化だけを任せる分離型の構成で、事実性の高い気象解説文を自動生成する研究に取り組んでいます。
その研究成果を社会実装すべく、気象と現場の行動を解くシミュレーションエンジン「パーソナルキャスト」を開発し、起業に挑戦しています。天気を「予報」としてではなく「次の行動」として届けることを目指しています。
これらの活動はNEDO NEP開拓コースやWNI気象文化創造センター 第16回気象文化大賞などに採択いただいており、ハッカソンやLT会への登壇を通じて得た開発力も活かしながら、研究・開発・事業化を一体で進めています。
「予測の精度」よりも「情報伝達の正確性」を重視し、専門家(気象予報士)が作成する日本全域の気象解説文の自動生成を題材に、専門ドメインの data-to-text(D2T)生成における中間表現の設計原則の確立を目指す知能情報学研究に取り組んでいます。
その部品として、気圧配置の分類(自己組織化マップ(SOM)から、判定が分かれるラベルを曖昧さごと扱う identifiable VAE へ)と、天気図の作図の決まりに沿う前線の自動記述を研究しています。identifiable VAE では、ラベルに誤りが含まれるときに潜在空間がどこまで識別できるかを理論で調べ、SITA2026 で発表します(雲居先生との共著)。LLMの役割を「文章化」に限ることで、事実性を担保します。
専門ドメインD2T・気象解説文の自動生成
専門家の判断を決まった計算と規則に置き、LLMには文章化だけを任せる分離型の構成で、事実性の高い気象解説文を生成する研究。
SOM気圧配置分類 / 前線の自動記述
構造類似度指標を統合したSOMによる気圧配置分類と、Swin-Unetで推定した前線を天気図の作図の決まりに沿う線として描く、前線の自動記述の研究。
ラベルに誤りがあるときの identifiable VAE の識別可能性
補助変数(ラベル)の真の値と分析者が与える値のずれを遷移確率行列で表し、そのランクが潜在空間の識別可能性を決めることを示す理論研究(SITA2026 で発表予定・雲居先生との共著)。
生成AI活用時の認知負荷分析
プログラミング時の生成AI活用戦略を、非侵襲な生体指標を用いた認知負荷測定により実証的に分析。
ChatGPTによる天気図画像からの天気コメント生成の検証
髙須賀 匠, 高野 雄紀, 渡邊 正太郎, 雲居 玄道
天気, Vol.72, No.12, pp.603-611, 2025
Analysis of LLM Utilization Strategies Based on Cognitive Load During Programming
Wataru Kobayashi, Kouki Shiono, Naoki Baba, Kyohei Shibata, Naoto Tani, Takumi Takasuka, Keitaro Nakasai, Gendo Kumoi, Katsuko T. Nakahira
10th STI-Gigaku 2025, 2025
Measuring Cognitive Load During Generative AI-Assisted Programming Tasks Using Non-invasive Biometric Metrics
Naoto Tani, Taichi Nakamura, Fukutaro Mori, Yusaku Kii, Takumi Takasuka, Wataru Kobayashi, Naoki Baba, Koki Shiono, Kyohei Shibata, Keitaro Nakasai, Gendo Kumoi, Katsuko T. Nakahira
The 2nd Kosen Research International Symposium (KRIS 2025), Tokyo, 2025
Towards Measuring Cognitive Load during Software Engineering Tasks Using Nasal Skin Temperature: Development of a Detection System
Naoto Tani, Fukutaro Mori, Taichi Nakamura, Yusaku Kii, Takumi Takasuka, Shunsuke Moriya, Keitaro Nakasai, Yoshito Otake, Gendo Kumoi, Katsuko T. Nakahira
WIREDS 2024(共著の発表として Best Presentation Award), 2024
Measuring the cognitive load of programming using generative AI
Fukutaro Mori, Taichi Nakamura, Yusaku Kii, Naoto Tani, Takumi Takasuka, Shunsuke Moriya, Keitaro Nakasai, Gendo Kumoi, Katsuko T. Nakahira
9th STI-Gigaku 2024, STI-9-41(共著の発表として Best Research Presentation Award), 2024
Recognition Performance Validation of Weather Map Images by ChatGPT
Takumi Takasuka, Yuki H. Takano, Shotaro Watanabe, Gendo Kumoi
Procedia Computer Science, Vol.246, pp.3132-3141 (KES 2024), 2024
ノイズを含む補助変数の下でのidentifiable VAEの識別可能性
髙須賀 匠, 雲居 玄道
第49回 情報理論とその応用シンポジウム(SITA2026・愛媛県松山市) 2026年12月17日 発表予定, 2026
認知負荷測定を用いたソフトウェア開発向けプロンプト設計戦略の分析
塩野 航希, 柴田 恭兵, 馬場 直揮, 小林 航, 谷 直生士, 髙須賀 匠, 中才 恵太朗, 雲居 玄道, 中平 勝子
情報処理学会 第88回全国大会(発表者が学生奨励賞を受賞・共著), 2026
構造類似度指標の統合によるSOM気圧配置分類法の一考察
髙須賀 匠, 渡邊 正太郎, 高野 雄紀, 雲居 玄道
第48回情報理論とその応用シンポジウム(SITA2025), 2025
Swin-Unetを用いた前線自動記述システムの検証
髙須賀 匠, 高野 雄紀, 渡邊 正太郎, 雲居 玄道
日本気象学会2025年度春季大会, 2025
自己組織化マップを用いた気圧配置のクラスタリングと1kmメッシュ天気データによる分析
髙須賀 匠, 高野 雄紀, 渡邊 正太郎, 雲居 玄道
情報処理学会 第87回全国大会, 2025
生成AIを活用したプログラミングにおける認知負荷の統合的分析
中村 太一, 森 福太朗, 紀伊 勇作, 谷 直生士, 髙須賀 匠, 森谷 隼介, 中才 恵太朗, 雲居 玄道, 中平 勝子
情報処理学会 第87回全国大会, 2025
気象数値データに基づく天気コメント生成の検証
髙須賀 匠, 高野 雄紀, 渡邊 正太郎, 雲居 玄道
日本気象学会2024年度秋季大会, 2024
9台の機器と16件のサイトを1画面で監視する自作基盤です。死活・資源・温度に加え、ディスクの伸び予測、TLS証明書の期限、バックアップの鮮度まで見ます。公開路の停止と再開を画面から操作でき、設定と実態がずれたときは自動で是正します。「落ちたこと」より「落ちたのに気づけないこと」を潰す設計とし、通知経路そのものの断絶も監視対象に含め、通知は回線が切れている間も溜めて後から送ります。GPUジョブの受託状況、アクセス解析、Claude の利用上限の残りも同じ画面で確認できます。Python標準ライブラリのみで実装しています。
担当箇所:設計、実装、運用(個人開発)
屋外の仕事の「いつ・どこで・何をするか」を伝えると、気象庁などの発表値と、地形・建物・太陽の位置を決まった手順で照らし合わせ、条件に合う時間帯を表・地図・3D・報告書で示すシミュレーションエンジンです。いまは、外壁の赤外線調査(建物の面ごとに、明日から14日間の日ごとの結果と1日の升目・3D)と、旅行・ツアーの行程(予定を入れるそばから区間ごとに照らし、離れた予定の間には移動を自動で挟み、ガイド向けの報告書を作る)の2つを作っています。外壁の赤外線調査は、複数の協力会社でデモ版をお試しいただいています。旅行・ツアーは準備中です。照らし合わせと数値は決まった計算とルールだけで行い、自前のサーバーで動かす生成AIは、旅行・ツアーで、行程の文や資料を計算の指示に直すこと、言葉での指示から行程表の時刻や順を直すこと、計算が出した事実を報告書の文にすること(数値は計算の結果から差し込む)に使います。外壁の赤外線調査では生成AIを使いません。同じ予報データなら、照らし合わせの結果は何度計算しても同じで、根拠の値・基準・出典をたどれる形で返します。独自の予報は行いません。研究成果の社会実装として開発しています。
担当箇所:設計、バックエンド、データパイプライン、API、インフラ

共著者: 高野雄紀,渡邊正太郎,雲居玄道
天気図の認識は、記号の解釈と未来予測という2つの認知プロセスを必要とする複雑な画像認識タスクである。近年、マルチモーダルAIの進歩により、このような複雑なタスクを解決できる可能性が示されている。本研究では、マルチモーダルAIの一種であるChatGPTを用いて天気図画像の認識性能を検証し、より正確な認識を行うためのプロンプトエンジニアリングを提案する。天気図の認識は、大学共通入試問題にも出題されている問題である。天気図が認識できれば、自動採点や問題生成が可能となり、学習支援につながる。さらに、天気図から天気解説文を自動生成することも期待できる。そのため、天気図画像の認識は重要な課題であるが、局所的な気象データの時系列変化を認識するだけでなく、気圧配置などの大規模な気象パターンの情報や将来予測を認識する必要がある。本研究では、マルチモーダルAIであるChatGPT4-Visionを用いて、天気図画像の認識性能を検証する。大学入試問題の天気図に関する質問に答えられるか、天気図画像から天気解説文を生成できるかを調査する。タスクやプロンプト内の情報を変えて複数の実験を行い、生成された解説文の精度を評価することで、プロンプトエンジニアリングによる読解性能の向上を提案し、検証する。
引用URL
共著者: 高野雄紀,渡邊正太郎,雲居玄道
天気予報のテキスト(天気コメント)は、気象予報士が画像化された情報を解釈し、言語化することで作成される。天気コメントの自動生成に関する従来研究には、大規模な気象場の情報を含めることと、自然な文章を生成することという2つの課題がある。本研究では、マルチモーダルAIであるChatGPT4-Visionを用いて、地上天気図画像から天気コメントの自動生成を行う。プロンプトで示すタスクや与える情報量を変化させる実験を行い、出力されたコメントの精度を検証することで、マルチモーダルAIの天気コメント生成への応用可能性を探る。実験の結果、プロンプトを構造化し指示を明確化することや、段階的に実行するよう指示することが有効であることがわかった。また、Few-shot learningにより、ChatGPT4-Visionが新しい概念やパターンを理解し、一般化できることが示された。本研究の成果は、国民一人ひとりにカスタマイズされた天気予報の実現に寄与すると期待される。
引用URL












