髙須賀匠

オールラウンドエンジニア / 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）の暗黙知をモジュール化してLLMに渡す分離型アーキテクチャにより、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、個人向けAI気象予報士サービス「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財団第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。

Research

研究概要

「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。

気象数値データ（ERA5など）から、①気象変数への重要度付与、②自己組織化マップ（SOM）による気圧配置型分類、③Swin-Unetによる前線推定の3モジュールで中間表現を構成し、LLMの役割を「文章化」に限定することで事実性を担保します。中間表現の「精度」と「時間構造」を独立変数として系統的に操作する診断実験を通じ、生成品質との関数関係を解明します。

研究テーマ

専門ドメインD2T・気象解説文の自動生成
専門家の暗黙知を3モジュール化した中間表現を介し、事実性の高い気象解説文をLLMで生成する分離型アーキテクチャの研究。
SOM気圧配置分類 / Swin-Unet前線推定
構造類似度指標を統合したSOM気圧配置分類と、物理連続性損失を組み込んだSwin-Unet前線推定の開発。
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。

研究室ページを見る

研究成果

論文誌

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
Link

国際会議

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
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, 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, 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
Link

国内発表

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, 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

Works

AI総合研究所ホームページ

株式会社LinkX Japan様が運営するAI総合研究所の公式ホームページです。企業の信頼性を高めるために、シンプルかつ洗練されたデザインを採用しています。

担当箇所：フロント、バック、デザイン

GitHub

NUTMEG-Seeds

私が所属している団体「NUTMEG」内での技術の知見を共有しているWebアプリです。NUTMEGのイメージカラーであるオレンジをテーマカラーにしており、細部までデザインを凝っています。

担当箇所：フロント、PM

GitHub

Group-manager-2

長岡技術科学大学の学祭に登録する際にこのWebアプリを使います。PDF出力や統計データの表示など機能面に優れています。黒を基調としており、スタイリッシュなデザインです。

担当箇所：フロント、バック

GitHub

Communication-AI

生成AIと会話できるWebアプリです。会話部分は単純なシステムですが、デザインやアクセシビリティに配慮しており、あらゆるユーザーが使うことを想定した機能や設計を考えています。

担当箇所：フロント、デザイン

GitHub

Slack-message-finder

Slackのログをリアルタイムに取得して保存し、Slackライクなデザインのページで表示するWebアプリです。チャンネルの上下表示や、特定のユーザーの1週間の活動を知る機能があります。

担当箇所：フロント、バック

GitHub

Mentor-management-app

メンター制度をサポートするWebアプリです。メンターとメンティーを紐づけて、メンティーの学習記録を確認することができます。管理者が管理するシンプルなWebアプリです。

担当箇所：フロント、バック

GitHub

Publications

ChatGPTによる天気図画像の認識性能検証

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

ChatGPTによる天気図画像からの天気コメント生成の検証

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。

Awards

2026.06.01

WNI財団第16回気象文化大賞　採択

2026.04.01

NEDO - NEP 開拓コース　採択

2025.01.30

大規模言語モデル_2024　修了

2024.09.19

GCI_2024_summer　修了

2024.03.22

令和5年度学生表彰_課外活動　受賞

2024.02.20

マネーの龍最終発表　支援金獲得

2023.09.23