「開頭せずに脳を読む」Metaが達成した61%の精度──非侵襲BMIがNeuralinkに迫る日

July 1, 2026

AIブレイン・コンピュータ・インターフェースMeta神経科学Neuralinkディープラーニング

データソース：HN + web research · HN

2026年6月29日、MetaのAI研究部門（FAIR）は、ある研究成果の更新版を公式ブログで発表した。Brain2Qwerty——脳信号を直接テキストに変換するディープラーニングシステムである。v1は前年、すでに『Nature Neuroscience』誌に掲載されており、当時の文字誤り率（CER）は32%——従来の非侵襲的手法を全て上回ったが、実用までの距離はまだ大きかった。そして今回公開されたv2では、9名の被験者がそれぞれ脳磁図（MEG）装置を装着して10時間タイピングを行い、計約22,000文を生成。訓練されたモデルの平均単語精度は61%、最も成績の良かった被験者は**78%**に達した。

カギは、この一文の最初の修飾語にある：「装着して」——すなわち、埋め込みではない、開頭ではない、手術ではない。

同日、本研究の全訓練コードがGitHubで公開され、v1のデータセットも協力機関であるBCBL（バスク認知・脳・言語センター）から同時リリースされた。ブレイン・コンピュータ・インターフェース（BCI）分野にとってこれは、「非侵襲アプローチ」がこれまでに叩き出した最も強力なスコアカードである。

「信号減衰」という宿敵

この成果がなぜ重要なのかを理解するには、BCI分野に立ちはだかる避けがたい物理的ジレンマを押さえる必要がある。

我々の脳が働くとき、ニューロンは発火し、微弱な電気信号と磁場を発生させる。「頭の中でどんな文字を打ちたいか」を読み取るには、二つの基本的アプローチが存在する。

第一のアプローチ：センサーを脳に直接貼り付ける。 NeuralinkのN1インプラントがこれにあたる。1024個の電極を搭載し、手術ロボットを使って髪の毛よりも細いワイヤーを大脳運動野——指の動きを制御する領域——に直接挿入する。これは交響楽団の各奏者の前にマイクを1本ずつ立てるようなもので、信号は明瞭、ノイズは最小限。代償も率直だ：医者に頭蓋骨に穴を開けてもらう必要がある。

第二のアプローチ：センサーを頭の外に置く。 EEG（脳波計、電極を頭皮に貼る）やMEG（脳磁図、SF映画に出てくるような巨大ヘルメットを被る）がこれにあたる。これはスタジアムの外から壁越しに試合を聴くようなものだ——歓声の大きさとリズムは分かるが、誰が何を叫んでいるかまでは聞き取れない。信号は頭蓋骨、頭皮、髄膜を通過する間に大きく減衰し、心拍、瞬き、筋肉の動きといった「ノイズ」の干渉も受ける。

この二つのアプローチ間の緊張関係こそ、BCI分野における過去数十年の最も根本的な路線論争である。一方は「信号は明瞭だが開頭が必要」、他方は「安全で非侵襲だが信号が不明瞭」。両者の差はかつて絶望的ですらあった：侵襲型の現時点での最高成績は単語誤り率（WER）約2%であるのに対し、非侵襲型のこれまでの最高成績——Brain2Qwerty v1——は52%だった。25倍の差である。

Metaはいかにして不明瞭な信号を鮮明にしたのか？

Brain2Qwerty v2が行ったのは、三つの工程を一連のパイプラインに連結し、「スタジアムの外から試合を聴く」タスクを成功させたことだ。

第一工程：脳信号を文字候補に変換する。 被験者は306チャンネルのMegin社製MEG装置を装着し、スクリーンに表示される文章を見ながらQWERTYキーボードでタイプする。モデルが「しない」のは、「各キー押下の正確なタイミングが分かってからデコードする」ことだ——これはv1が依存していた前提条件であり、リアルタイム使用を不可能にしていた致命的欠陥でもある。v2はCTC（Connectionist Temporal Classification：連結主義時系列分類）を用いた非同期デコードを採用し、連続的な脳信号の入力に対して連続的な文字予測を出力する。10時間の訓練データを用いた結果、非同期と同期の方式の差は2%まで縮まった。

第二工程：文字列を単語にアライメントする。 しかし、脳信号→文字の段階の出力は依然として非常に「汚い」——CTCが吐き出す文字シーケンスには大量の空白、重複、誤りが含まれる。v2はここに単語アライナー（Word Aligner）を挿入した。これが行うのは、いわば「呂律の回らない人の発話を聞き取る」こと——混沌とした文字ストリームから単語の境界候補を抽出する。

第三工程：大規模言語モデルを「修正器」として使う。 これはパイプライン全体で最も重要かつ最も巧妙なステップである。Metaは通義千問（Tongyi Qianwen）のオープンソースモデルQwen3-4Bをファインチューニングした。パラメータ数はわずか40億だが、大規模言語モデル（LLM）は文法、意味、文脈を生来的に理解している。脳信号のデコードが曖昧な単語を出力した場合、LLMは文脈に基づいて誤り訂正を行う。例えば、「今日は良い天気です」と打ちたいのにMEG信号のデコード結果が「今/日は良いい/天きです」だった場合、LLMは「今日」の前に「良いい」が来るというパターンを学習していないため、自動的に「今日は良い天気です」へと修正する——膨大なテキストで学習した結果として。

このアーキテクチャ——エンコーダ → 単語アライナー → ファインチューニング済みLLM——により、平均WERはv1の52%からv2では39%（単語精度61%）へと圧縮され、最良被験者のWERは22%（単語精度78%）に達した。また、28%の文が完全に正解し、47%の文が誤り1単語以内だった。

研究チームは論文内で明確なスケーリング則を示している：デコード精度と訓練データ量の対数との間に線形関係が認められ（Pearson r = -0.99）、90時間のデータ量でも飽和の兆候は一切見られない。言い換えれば、この道はまだ終わっていない——データを増やせば、もっと良くなる。

Brain2Qwerty システムアーキテクチャ図——MEG信号からテキスト出力に至る3段階パイプライン 図：Brain2Qwerty v2 システムアーキテクチャ——CTCエンコーダ → 単語アライナー → ファインチューニング済みQwen3-4B LLM。出典：ai.meta.com

二つの路線——正面対決

両者のスコアカードを並べてみよう。

指標	Meta Brain2Qwerty v2（非侵襲型）	最良の侵襲型
方式	MEGヘルメット装着、手術不要	外科的電極埋め込み
平均単語誤り率（WER）	39%	約2%
最良被験者WER	22%	さらに低い（単一被験者）
訓練データ	9名、約90時間	単一患者の長期記録
リスク	なし	感染、出血、炎症、信号減衰
コスト	MEG装置は高価だが再利用可能	手術費＋インプラント＋メンテナンス
拡張性	理論上誰でも利用可能	脳神経外科医が必要、大規模普及は困難

この比較表から短絡的に「どちらが勝った」とは結論できない。侵襲型のWER 2%が意味するのは何か？それは日常会話でほぼ直接使用できる水準である——例えばNeuralinkの被験者は毎分40語の入力速度を達成し、誤り率は人間のタイピングに近い。これは、ALS（筋萎縮性側索硬化症）やロックトイン症候群によりあらゆるコミュニケーション手段を失った患者にとって、1単語でも多く正確にデコードできることが、生活の質における巨大な改善を意味する。

しかし侵襲型には二つの回避不能な致命的課題がある。第一に、不可逆性である。電極埋め込み後の免疫反応——ミクログリアが電極周囲に瘢痕組織を形成する——により、信号は数ヶ月から数年かけて徐々に減衰する。これは工学的問題ではなく、生物学的問題である。第二に、スケール不可能性である。この埋め込み手術を行える脳神経外科医の数は世界的に限られており、手術一件あたりのコストとリスクを考えれば、最も必要とするごく少数の人々にしか提供できない。

Metaが選択した路線——非侵襲型＋大規模データ＋ディープラーニング——は、本質的にBCIの定義域を「臨床的神経補綴」から「コンシューマデバイス」の方向へ一歩押し進めるものである。現時点では、その一歩はまだごく短い：MEG装置そのものが数百万ドルの巨大機器であり、磁気シールドルームを必要とする——「軽量ウェアラブル」とは天と地ほどの差がある。しかし1980年代のCTスキャナと現代のスマートウォッチを思い起こせば、デバイスの小型化は工学的タイムラインの問題であり、物理的限界の話ではない。

筆者の見解

HNのあるコメントはこう書いている：「これは新技術ではない。この論文は、既存技術の上に彼らの新しい手法が小さな——しかし統計的に有意な——改善をもたらしたことを示したに過ぎない。」このコメントは正しい——技術的観点では、Brain2Qwertyは新しい信号取得方法を発明したわけでも、新しいハードウェアを生み出したわけでもない。その貢献は「限られたデータでディープラーニングをより良く機能させる」ことにある。

しかし筆者は一点補足したい：この分野における「小さな改善」と、一般のソフトウェア分野における「小さな改善」は別物である。ベースライン誤り率が52%のとき、39%への改善は相対的に25%の向上である。そしてスケーリング則が「データを積めばもっと良くなる」と示していることは、この技術路線が運任せではなく予測可能である——ということを意味する。これは工学的には、偶然の高スコアよりもはるかに価値がある。

もう一点注目すべきは：Metaがコードとデータセットを完全にオープンソース化したことだ。この分野では、大規模な非侵襲的脳信号データセットは極めて稀少である——収集コストが高く、倫理審査が複雑だからだ。Brain2Qwerty v1のデータセットは、現在公開されている同種のデータセットとしては最大級の一つである。非侵襲BCIを日常に持ち込むこと——一部の億万長者や重病患者だけにサービスするのではなく——を目標とするなら、オープンソース化は最も効果的な推進手段である。これは「Metaが良い会社かどうか」とは無関係で、純粋に工学的論理の話である。

プライバシー不安について——HNの高評価コメントに「ザッカーバーグに自分の脳波に近づかせるのは信用できない」というものがあった——筆者はこの懸念は妥当だが不完全だと考える。Brain2Qwertyがデコードするのは「あなたがどんな文字を打ちたいか」であって、「あなたが何を考えているか」ではない。この二つには本質的な違いがある：前者は運動意図（どのキーを押すかを能動的に決定する行為）であり、後者は自由思考である。現在の非侵襲技術は前者すら100%の精度に達しておらず、後者までは光年の距離がある。しかし——これはルールについて今から議論を始めるべきでないという意味ではない。技術進歩の速度の前では、倫理的枠組みの構築は常に追いつく側ではなく、遅れる側なのだ。

二つの路線は、最終的には二者択一ではないかもしれない。侵襲型は、最も必要とする人々——あらゆるコミュニケーション手段を失った患者——にサービスを続けるだろう。非侵襲型は、スケーリング則に沿って進み続ければ、いつの日か我々の日常生活に現れるかもしれない：運転中に思考でナビを切り替え、料理中に思考でメッセージに返信する。二つの路線は同じ方向に向かって競争している。ゴールは異なるが、遠くまで走れば走るほど、互いの距離は縮まっていく。

参考リンク：

References（3）