Metaは6月29日、非侵襲的に脳活動を文章へ変換するAI「Brain2Qwerty v2」を発表しました。前身であるv1の研究論文も、同日付けで学術誌Nature Neuroscienceに掲載されています。
Brain2Qwerty v2は、手術を伴わない脳信号の計測から、文単位でリアルタイムに文章を復元できるパイプラインです。文字単位の認識にとどまらず、単語や意味のレベルでの解読へと精度を高めました。手術を要する侵襲的な手法は高い精度を示す一方、普及の難しさが課題とされてきました。今回の成果は、その差を縮める試みといえます。
開発にあたっては、9名の被験者から得た約22,000文のデータを使用しました。各被験者は、文字入力を行いながらMEG(脳磁図)と呼ばれる装置を10時間着用し、脳活動を記録しています。
システムは、脳信号から特徴量を抽出する従来の手法ではなく、生の脳信号を直接扱う深層学習を採用しています。あわせて大規模言語モデルをファインチューニングし、文脈の情報を解読に活用する仕組みです。
精度は、参加者全体の平均で単語正解率61%、最も成績の良かった参加者では78%に達しました。この参加者では、半数以上の文が誤り1語以内で復元されています。従来の非侵襲的手法における単語正解率は8%とされ、大幅な向上となりました。学習データの量に対しては、解読精度が対数線形的に向上する傾向も確認されています。
Metaは、Brain2Qwerty v1とv2の学習コードを公開しました。共同研究先のBCBL(バスク認知脳言語センター)も、v1で使用したデータセットを公開しています。同社は脳データに関するオープンな基盤モデルの構築にも取り組んでおり、オープンデータセットを支援する「Digital Brain Project」を通じて500万ドルの基金も設けています。
We’re sharing the next major milestone in our non-invasive brain-to-text decoder research: Brain2Qwerty v2.
Building on v1, which was published today in @Nature, Brain2Qwerty v2 is the highest-performing end-to-end pipeline capable of real-time sentence decoding from raw brain… pic.twitter.com/qJ8qrrgTaF
— AI at Meta (@AIatMeta) June 29, 2026
