word accuracy 61%という数字が、MetaのBrain2Qwerty v2を単なる研究アップデート以上のものにしている。2026年6月29日のMetaの研究記事は、外科的implantを使わず、magnetoencephalography(MEG)の脳信号から文を復元するend-to-end pipelineを示した。従来の非侵襲手法が8% word accuracyだったという比較を置くと、今回の61%は大きな前進だ。

学習には、9人のvolunteer participantから集めた約22,000文が使われた。各参加者はMEG装置を装着し、10時間にわたって実際にタイピングした。システムは手作業でneural eventを検出するpipelineではなく、raw brain signalsから直接textを予測する構成になっている。言語モデルのfine-tuningも、ノイズの多い脳記録を自然な文へ近づける役割を担う。

最良の参加者では78% word accuracyに達した。Metaによれば、その参加者では半数を超える文がone word error以下で復元された。もちろん、stereotactic electroencephalographyやelectrocorticographyのような侵襲的手法が得る信号品質には届かない。それでも、手術を前提にしないneuroprosthesis研究としては、実験の土台が一段上がった。

残る問いはscaleでどこまで進むかだ。Metaはdecoding accuracyがdata volumeに対してlog-linearに改善すると説明している。これは、モデル構造の改良だけでなく、より多くのneural-language paired dataが性能差を縮める可能性を示す。ただし今回の結果は9人の制御されたタイピング環境に基づく。患者群、長時間利用、装置コスト、個人別calibrationは別の検証が必要になる。

公開範囲も注目点だ。MetaはBrain2Qwerty v1とv2のfull training codeを出し、Basque Center on Cognition, Brain, and Languageはv1 datasetをHugging Faceで公開する。次に見るべきなのは、外部研究者によるreplication、より多様な参加者での再現性、そして61%と78%という数字が実験室の外でも残るかどうかである。

#brain2qwerty

Meta Brain2Qwerty v2、手術なし脳信号で文復元61%へ