Brain2Qwerty v2とは？非侵襲MEGで脳信号から文章をリアルタイムデコードする仕組み
室谷代表取締役Metaが発表したBrain2Qwerty v2、すごい進化ですね。非侵襲でここまでの精度が出るとは正直驚きです。
テキトー教師.AI認定講師ええ、まさにプレイクスルーと言っていいでしょう。仕組みを簡単に説明すると、被験者がMEG（磁気脳計測）装置を装着してタイピングしているときの脳活動を計測し、その生の信号をディープラーニングで直接文章にデコードするんです。
従来はノイズ除去や特徴抽出の前処理が何段階も必要でしたが、エンドツーエンドで学習することで、信号のわずかな変動から正確に文字を読み取れるようになりました。
従来はノイズ除去や特徴抽出の前処理が何段階も必要でしたが、エンドツーエンドで学習することで、信号のわずかな変動から正確に文字を読み取れるようになりました。
室谷代表取締役ポイントは生データをそのまま使う点ですよね。しかも、LLM（大規模言語モデル）を微調整することで、ノイズの多い脳信号から文脈に合った自然な文章を復元している。
これは、Dify AI完全ガイドで紹介しているようなLLMの応用とは一味違いますが、根底にある技術は共通しています。
これは、Dify AI完全ガイドで紹介しているようなLLMの応用とは一味違いますが、根底にある技術は共通しています。
テキトー教師.AI認定講師その通りです。具体的には、約22,000文、延べ9人のボランティアが各10時間MEGを装着してタイピングしたデータで訓練されています。
この規模のデータセットを非侵襲で集めた例はほとんどありません。
この規模のデータセットを非侵襲で集めた例はほとんどありません。
驚異の精度：平均単語精度61％、最高78％、文単位で1語以下の誤りが50%超
室谷代表取締役そして精度。平均で単語精度61％、最高の参加者では78％。
さらに、50％以上の文が1語以下の誤りでデコードできたと。これは非侵襲としては驚異的ですよね。
さらに、50％以上の文が1語以下の誤りでデコードできたと。これは非侵襲としては驚異的ですよね。
テキトー教師.AI認定講師単に数値が高いだけでなく、文単位で「ほぼ完璧」に近いケースが半数を超えている点が重要です。これにより、実際のコミュニケーションで使える可能性が見えてきました。
ちなみに、他の非侵襲手法では単語精度が8％程度だったことを考えると、約8倍の向上です。
ちなみに、他の非侵襲手法では単語精度が8％程度だったことを考えると、約8倍の向上です。
室谷代表取締役しかも、精度はデータ量に対して対数線形に改善するという結果が出ています。つまり、もっとデータを増やせば、侵襲型BMIに迫る精度も夢じゃない。
テキトー教師.AI認定講師そうなんです。研究チームは「データスケーリングだけで手術を伴うアプローチとの残存性能差をさらに狭められる可能性がある」と述べています。
このスケーラビリティこそが、今後の実用化への大きな希望です。
このスケーラビリティこそが、今後の実用化への大きな希望です。
v1からの進化：文字レベルから単語・意味デコードへ、LLM微調整が鍵
室谷代表取締役v1は文字単位のデコードでしたが、v2では単語単位、さらには意味レベルのデコードが可能になった。この飛躍はどこにあるんでしょう？
テキトー教師.AI認定講師最大の違いは、（1）エンドツーエンドの深層学習パイプラインへの移行と（2）LLMの微調整です。v1では手作りの特徴抽出器を使っていましたが、v2では生のMEG信号から直接単語列を予測するニューラルネットワークを構築。
さらに、その出力をLLMで文脈的に洗練させることで、ノイズに強いデコードを実現しています。
さらに、その出力をLLMで文脈的に洗練させることで、ノイズに強いデコードを実現しています。
室谷代表取締役つまり、脳信号から「文字」を読むのではなく、「言葉の意味」を捉えるようになった、と。
テキトー教師.AI認定講師正確には、脳信号のパターンと単語の意味表現を結びつけることで、たとえ一部の信号が欠落しても、文脈から正しい単語を推測できるようになったんです。これは自然言語処理の技術を神経科学に応用した好例ですね。
公開されたコードとデータセット：開発者が再現・応用するには
室谷代表取締役そして、Metaは単に論文を発表するだけでなく、Brain2Qwerty v1とv2の全トレーニングコードを公開しています。さらに、協力機関のBCBLがv1のデータセットも公開。
これはかなりオープンな姿勢です。
これはかなりオープンな姿勢です。
テキトー教師.AI認定講師コードはMetaの公式ページからダウンロード可能です。研究者や開発者はこれを基に、自前のMEGデータで再現実験を行ったり、新しいアーキテクチャを試したりできます。
特に、LLMの微調整部分は、Claude Code Web完全ガイドで紹介されているようなAIコーディング支援ツールを使えば、比較的スムーズに実装できるでしょう。
特に、LLMの微調整部分は、Claude Code Web完全ガイドで紹介されているようなAIコーディング支援ツールを使えば、比較的スムーズに実装できるでしょう。
室谷代表取締役データセットは22,000文もの大規模なものですが、公開されているのはv1のみ。それでも、非侵襲BMI研究のベンチマークとして非常に価値があります。
テキトー教師.AI認定講師ええ。Metaは「オープンな研究によって神経科学の進展を加速したい」と述べており、実際に500万ドルの基金（Digital Brain Project）を設立してオープンデータセットの創出を支援しています。
このエコシステムに参加するには、まず公開コードを動かしてみるのが第一歩でしょう。
このエコシステムに参加するには、まず公開コードを動かしてみるのが第一歩でしょう。
実用化への課題と展望：手術不要のBMIが拓くコミュニケーション支援の未来
室谷代表取締役とはいえ、実用化にはまだいくつかの壁があります。まず、MEG装置は非常に大きく高価で、研究施設にしかありません。
現在、被験者は装置の中でタイピングする必要があり、日常的な使用は不可能です。
現在、被験者は装置の中でタイピングする必要があり、日常的な使用は不可能です。
テキトー教師.AI認定講師その通りです。MEGは時間分解能は高いですが、装置が据え置き型で、頭部を固定する必要があります。
実用化には、小型・軽量で装着が簡単なセンサー、例えば光ポンピング磁気センサーなどの新しい技術が求められます。また、トレーニングには1人あたり10時間のMEG計測が必要で、これも大きな負担です。
実用化には、小型・軽量で装着が簡単なセンサー、例えば光ポンピング磁気センサーなどの新しい技術が求められます。また、トレーニングには1人あたり10時間のMEG計測が必要で、これも大きな負担です。
室谷代表取締役それでも、今回の研究成果は「非侵襲でもここまでできる」という証明になった。ALSや脳卒中でコミュニケーションに困難を抱える何百万人もの人々に、手術不要の新しい選択肢を提供できる可能性があります。
テキトー教師.AI認定講師さらに、MetaはTribev2やNeuralSet、NeuralBenchといった脳の基礎モデル構築にも取り組んでいます。これらとBrain2Qwertyが統合されれば、より汎用的な脳-コンピューターインターフェースが実現するでしょう。
室谷代表取締役今後の展開としては、データ量の拡大とセンサーの小型化が鍵ですね。数年後には、帽子型のMEGで日常的に使えるBMIが登場するかもしれません。
テキトー教師.AI認定講師その時、Brain2Qwerty v2はその礎となった研究として記憶されるでしょう。
よくある質問（FAQ）
Brain2Qwerty v2とは何ですか？
Metaが開発した、非侵襲のMEG装置で計測した脳信号から、リアルタイムで文章をデコードするシステムです。ディープラーニングとLLMの微調整により、平均61％の単語精度を達成しています。
侵襲型BMIと比べてどのような利点がありますか？
脳外科手術が不要なため、リスクが低く、多くの患者に適用可能です。また、コードとデータセットが公開されており、研究コミュニティでの再現や応用が容易です。
現在の精度は実用レベルですか？
平均61％の単語精度で、最高参加者では78％、50％以上の文が1語以下の誤りです。実用的なコミュニケーションにはまだ課題がありますが、非侵襲としては世界最高水準で、今後のデータスケーリングでさらに改善が期待されます。
コードやデータセットはどこで入手できますか？
Metaの公式ページ（https://go.meta.me/42ed9c）からトレーニングコード（v1, v2）がダウンロードできます。v1のデータセットは協力機関BCBLから公開されています。
MEG装置は一般家庭で使えますか？
現状では大型で高価なため、研究施設での使用が前提です。実用化には小型・低コストなセンサーの開発が必要です。
出典
- Meta公式スレッド: https://x.com/AIatMeta/status/2071566924803395741
- Meta公式ページ: https://go.meta.me/42ed9c
- 背景ブリーフ（提供資料）
