Metaは2026年6月28日(現地時間)、AIを活用し脳外科手術を必要としない非侵襲型の脳活動テキストデコードパイプライン「Brain2Qwerty v2 (ブレインツーキューワーティ v2)」を発表した。この技術は、リアルタイムでの文章デコードにおいて、これまで脳外科手術を伴う手法でしか達成できなかった精度に匹敵する性能を示している。同時に、Brain2Qwerty v1およびv2の全訓練コードとv1データセットをオープンソースとして公開した。
Brain2Qwerty v2は、約22,000文のデータを用いて訓練された。このデータは、磁気脳波計 (MEG) デバイスを装着し積極的にタイピングを行う9名のボランティア参加者から、各10時間記録されたものである。Brain2Qwerty v2は、手動で設計されたパイプラインに依存せず、エンドツーエンドの深層学習を用いて生の脳信号から直接デコードする。
大規模言語モデル (LLM) を神経データでファインチューニングすることで、システムは意味的文脈を活用し、ノイズの多い脳記録と整合性のある言語とのギャップを埋める。その結果、Brain2Qwerty v2はノイズの多い神経入力から文章をコヒーレントに復元し、単語精度61%を達成した。これは他の非侵襲的手法による8%の単語精度を大幅に上回る。最良の参加者では単語精度78%を達成し、半数以上の文章が1単語以下のエラーでデコードされた。
この研究は、Metaが進めるオープンな脳の基盤モデル構築への貢献であり、Tribev2モデル、NeuralSet、NeuralBenchといった取り組みとも連携する。Metaは、オープンデータセットを促進するための500万ドルの基金Digital Brain Projectを通じたコミュニティとの協業も実施している。
参考: ai.meta.com (アーカイブ) — 2026年6月29日 09:00 (JST)
原文ハイライト"the highest-performing end-to-end pipeline capable of real-time sentence decoding"