2026/07/01 6:29
脳波から単語へ：手術を必要としない新たなコミュニケーションの道筋
RSS: https://news.ycombinator.com/rss
要約▶
Japanese Translation:
研究者らが、非侵襲的脳記録からリアルタイムでテキストへの変換を行えるエンドツーエンドの AI パイプライン「Brain2Qwerty v2」を公開しました。本システムは、磁気共鳴法（MEG）を用いて 10 時間にわたって 9 名の被験者から記録された約 2 万 2,000 の文を学習データとし、生信号に対してエンドツーエンドの深層学習を適用するとともに、ノイズの多い神経入力を活用するため到大規模言語モデルを微調整しています。一般化単語精度は 61% に達しており、これにより他の非侵襲的手法で一般的であった約 8% より著しく改善されました。最適な条件下では個人ごとの性能は最大 78% に向上し、すべての文の半分以上が 1 つ以下の子音エラーで復号化されました。パフォーマンスはデータ量に対して対数線形に拡張するため、規模拡大だけでもさらなる進歩が可能であることが示唆されます。v1 および v2 の完全な学習コードは、パートナー組織である BCBL よりも提供された v1 データセットとともに公開され、AI エージェントがパイプラインの最適化を支援し、最終的な構成はエンジニアによって手動で選択されました。この研究成果は、500 万ドル規模のデジタル・ブレイン・プロジェクトの一環として、Tribev2（知覚）、NeuralSet（拡張処理）、NeuralBench（評価）などとの並行して、オープンな基礎脳のモデルを推進しています。目的は、侵襲性脳プロスタネースと非侵襲的なアクセシビリティのギャップを埋め、脳病変の影響を受けた数百万人の患者に対してより迅速な診断・治療を可能にしつつ、孤立した研究活動を超えてオープン神経科学を進めることです。
本文
Brain2Qwerty v2：非侵襲脳波による高精度テキスト復号化技術の公開
技術発表と概要
- 新たなモデル: 昨年発表された「Brain2Qwerty v1」の後継として、**「Brain2Qwerty v2」**を発表。
- 核心機能: 非侵襲的な脳記録データから、リアルタイムでテキストを復号化可能。
- 性能: 従来、開頭手術（外科的埋め込み）が必要な高精度技術に匹敵する成果を達成した。
- オープンソース方針: 研究の加速を図るため、v1 および v2 の全トレーニングコードを公開。
- パートナーである認知・脳・言語科学研究センター（BCBL）より、v1 のデータセットも公開予定。
医療的意義と課題解決
- 対象者: 脳損傷などでコミュニケーションに支障をきたす数百万人の人々の生活変革を目指す。
- 現状の問題点:
- ステレオタキティック脳波法や電気皮質図法等の侵襲的手法では、AI 復号化器の装着により回復事例があるが、大規模展開には困難を伴う。
- v2 の貢献: 非侵襲的なアプローチにより、実用化のハードルを下げる。
Brain2Qwerty v2 のトレーニングと技術革新
- データ収集:
- ボランティア：9 名
- 収集量：約 22,000 文（計）
- 測定装置：マギネトーエンセファログラフィー（MEG）
- 特徴：文字入力を同時に行いながら記録実施。
- アーキテクチャの改良:
- 手作業で設計されたパイプラインへの依存を廃止。
- エンドツーエンドのディープラーニングを用いて生体信号を直接入力へ復号化。
- 言語モデルを神経データに対してファインチューニング。
- 文脈の意味論を活用可能に。
- 雑音の多い脳記録と整合性のある言語をつなぎ合わせる。
- 最適化プロセス:
- AI エージェントを用いた自動化探索に加え、エンジニアによる人手での最終構成選択を実施。
性能評価と成果
- 全体精度:
- 単語あたりの精度（Word Accuracy）：61% に到達。
- 比較対象：従来の非侵襲的手法（約 8%）に対して大幅な向上。
- トップ層の性能:
- 最も優秀な参加者では、単語精度が**78%**に。
- すべての文の半分以上が「最多 1 語の誤り」以内に復号化されている。
- スケーラビリティ:
- 復号化精度はデータ量に対し対数直線的に向上。
- これにより、手術を必要とするアプローチとの性能ギャップを、単なるデータのスケーリング alone でさらに縮小できる可能性を示唆。
生態系への貢献と将来展望
- オープン・ベースドの基盤モデル構築:
- Tribev2 モデル: 知覚符号化への貢献。
- NeuralSet: 大規模脳データ処理能力の実現。
- NeuralBench: モデルの体系的評価プラットフォーム提供。
- 資金と協働:
- デジタル・ブレイン・プロジェクト（Digital Brain Project）との連携強化。
- 「オープン データセットを刺激するための500 万ドルファンド」の設立など、コミュニティとの緊密な協力体制。
- 最終的な目的:
- オープン研究により神経科学を閉鎖環境よりも迅速に進展させること。
- 神経疾患の特定、診断、治療の加速を実現すること。