［開発者向け］手術なしで脳波から文章を解読——MetaのBrain2Qwerty v2が達成した単語精度61%とは

2026-07-03

はじめに

　Metaが2026年6月29日、非侵襲的な脳波計測だけで文章をリアルタイムに解読するAI研究「Brain2Qwerty v2」を発表しました。手術不要でありながら、従来の非侵襲手法の8%を大きく上回る単語精度61%を達成しており、脳損傷でコミュニケーションが困難な患者への応用に向けた研究として注目を集めています。

参考記事

タイトル: From Brain Waves to Words: Brain2Qwerty Offers a New Path to Communication Without Surgery
著者: Meta AI Research
発行元: Meta AI Blog
発行日: 2026年6月29日
URL: https://ai.meta.com/blog/brain2qwerty-brain-ai-human-communication/

要点

Brain2Qwerty v2は、非侵襲的な脳波計測（MEG）から文章をリアルタイム解読できるエンドツーエンドパイプラインであり、単語精度61%を達成した
従来の非侵襲手法の精度（約8%）を大幅に上回り、手術を要する侵襲的アプローチに近い水準に近づいている
大規模言語モデルを神経データでファインチューニングすることで、ノイズの多い脳信号から一貫した文章を生成できるようにした
解読精度はデータ量に対して対数線形で向上することが確認されており、データスケーリングだけでさらなる改善が期待できる
MetaはBrain2Qwerty v1・v2のトレーニングコードおよびデータセットをオープンソースで公開している

詳細解説

Brain2Qwerty v2とは何か

　Brain2Qwerty（ブレインツーコーワーティ）は、脳の活動を記録して文章に変換するAI研究プロジェクトです。「QWERTY」はキーボードの配列名であり、「タイピング動作を思い浮かべながら脳が活動するパターン」を解読するという仕組みを名前に反映しています。

　今回発表されたv2は、エンドツーエンドのディープラーニングを採用した最新版で、Metaによれば非侵襲手法として初めてリアルタイム文章解読を実用的な精度で実現したとされています。脳損傷によりコミュニケーションが困難な数百万人の患者にとって、手術リスクなしに言語機能を補助できる可能性を持つ研究です。

計測手法：MEGを使った非侵襲アプローチ

　Brain2Qwerty v2は、MEG（脳磁図計：Magnetoencephalography）と呼ばれる計測装置を使用します。MEGは頭部の外側から脳が発する微弱な磁場を記録するもので、開頭手術や電極埋め込みを必要としません。

　対照的に、これまで高精度なBCI（ブレイン・コンピュータ・インタフェース）に使われてきた手法——たとえば硬膜下電極（ECoG）や定位脳波（sEEG）——は脳内への電極設置が必要であり、感染リスクや患者負担が大きいという課題がありました。非侵襲アプローチはこの壁を取り除くため、世界中の研究者が取り組んでいる領域です。

学習データと精度

　Metaによれば、v2の学習には9名のボランティア参加者から収集した約22,000文のデータが使われました。各参加者はMEGデバイスを装着した状態で10時間にわたってタイピングを行い、その際の神経活動が記録されています。

　達成された単語精度は 61% で、最も成績の高い参加者では 78% を記録しています。Metaによれば、後者では「全文の半数以上が1単語以下の誤りで解読できた」とのことです。比較対象となる従来の非侵襲手法の精度は約8%であり、その差は大きいと言えます。

　ただし、手術を要する侵襲的アプローチ（ECoGなど）と比較した場合にはまだ差があります。61%という数値は、実用化に向けてさらなる改善が必要な水準と考えられますが、非侵襲という制約の中では大きな前進だと思います。

技術的なポイント：LLMのファインチューニングとAIエージェント

　v2の技術的な特徴の一つは、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している点です。MEGで記録された脳信号はノイズが多く、そのままでは文章として解釈するのが困難です。LLMの意味的な文脈理解を組み合わせることで、断片的な信号から一貫した文章を生成できるようにしました。

　また、Metaによればデコーディングパイプラインの最適化探索にAIエージェントを活用したとのことで、最終的な学習設定はエンジニアが手動で選択したとされています。

　さらに重要な知見として、解読精度はデータ量に対して対数線形で向上することが確認されています。これは、手術を要する侵襲的手法との性能差も、原理的にはデータを大量に集めることで縮めていける可能性を示しています。

オープンソース公開とコミュニティとの連携

　Metaは今回の発表に合わせて、Brain2Qwerty v1・v2のトレーニングコードをGitHubで公開しました。また、研究パートナーであるバスク認知・脳・言語センター（BCBL）が、v1のデータセットをHugging Faceで公開しています。

　MetaはこのほかにもDigital Brain Projectとして500万ドルのファンドを通じてオープンデータセットの整備を支援しており、神経科学のオープン基盤構築に力を入れていることがわかります。脳の基盤モデルとして、知覚エンコーディング向けのTribev2、大規模な脳データ処理のためのNeuralSet、モデル評価基準のNeuralBenchも合わせて開発が進んでいます。

まとめ

　MetaのBrain2Qwerty v2は、手術不要の脳波計測から文章をリアルタイムに解読できる研究として、非侵襲BCIの精度向上に向けた重要な一歩を示しています。データスケーリングによる改善余地も示唆されており、今後の進展が注目されます。脳とAIの接点に関心のある方は、人間の脳がLLMより効率的である可能性を論じた過去記事もあわせてご覧いただければと思います。