Meta は、生の神経信号から入力された文章をリアルタイムでデコードする、非侵襲的なブレインコンピューター インターフェイスである Brain2Qwerty v2 を発表しました。この発表は、*Nature Neuroscience* でのオリジナルの Brain2Qwerty 研究の出版と同時に行われました。同社は、このシステムはこの種のシステムの中で最高のパフォーマンスであると主張しています。
Brain2Qwerty v2 は、脳磁計 (MEG) を使用する参加者全体で平均 61% の単語精度を達成します。最も成績の良かった参加者の場合、精度は 78% に達し、デコードされた文の半分以上に 1 つ以下の単語エラーが含まれていました。
このシステムは、9 人のボランティアからの約 22,000 文でトレーニングされ、各文は MEG デバイスを装着してタイピングしながら 10 時間録音されました。デコード パイプラインは、生の脳信号に対するエンドツーエンドの深層学習と、微調整された大規模言語モデルを組み合わせて使用し、メタ氏がノイズの多いニューラル データと一貫性のある言語の間のギャップと表現したものをシステムが橋渡しできるようにします。
この更新されたシステムは、以前のシステムの文字レベルのデコードを超えて進歩し、単語とセマンティクスを直接デコードすることに重点を置いています。 Meta 氏は、パフォーマンスがデータ量に応じて対数線形にスケールし、より多くのトレーニング データが使用されるにつれてさらに改善される可能性があることを示していると述べています。
61% の単語精度は、以前の非侵襲的方法に比べて大幅な改善を示しています。同じ日に *Nature Neuroscience* にも掲載された Brain2Qwerty v1 は、MEG を使用して 32% の文字エラー率を達成しました。歴史的に、脳解読における高い単語レベルの精度は、外科的インプラントによってのみ達成できましたが、これには感染や時間の経過による信号劣化などのリスクが伴います。
メタ氏は、この研究を、コミュニケーションに影響を与える脳病変や神経疾患を持つ患者に対する潜在的な解決策として位置付けた。同社は「この研究は、脳の病変やコミュニケーションを妨げる障害に苦しむ何百万人もの人々に真の変化をもたらす可能性があると信じている」と述べた。
さらなる研究をサポートするために、Meta は Brain2Qwerty v1 と v2 の両方の完全なトレーニング コードをリリースしました。認知、脳、言語に関するバスクセンターも v1 データセットをリリースしました。世間の反応はさまざまで、アクセシビリティの点でこの技術を賞賛する人もいれば、広告に重点を置いたメタ社のビジネスモデルを考慮して脳読み取り技術への関与に不信感を表明する人もいる。
