Brain2Qwerty v2
Meta（Facebook AI Research）が公開した、脳活動からキーボード入力をデコードするモデル「Brain2Qwerty」の第2版。脳磁図（MEG）や脳波（EEG）などの非侵襲的計測データを用いて、ユーザーが入力しようとしている文字をリアルタイムで予測する。従来版を改良し、より高精度なデコードと実用的なブレイン・コンピュータ・インターフェース（BCI）の実現を目指す。
背景メモ
Meta（旧Facebook）の研究部門FAIRが公開した、脳活動からタイピング内容をデコードする「Brain2Qwerty」の第2版。fMRIや脳磁図（MEG）ではなく、脳内に電極を埋め込む「ECoG（皮質脳波）」という手法を用い、実際にキーボードを打つ際の脳信号を読み取って、何を打ったかをリアルタイムに近い形で再構成する。
- ECoGは頭蓋を開けて脳表面に電極を設置する侵襲的な手法だが、信号の精度は非侵襲より格段に高い。
- v2では従来の「文字単位のデコード」から「文脈を考慮した言語モデルとの組み合わせ」へと進化し、エラー率が大幅に低下したと報告されている。
- 現時点では医学研究の枠組みだが、ALS（筋萎縮性側索硬化症）などで発話や運動が困難な人々向けのBMI（ブレイン・マシン・インタフェース）の実用化につながる可能性がある。
- コードとモデルはGitHub上で公開されており、再現可能な研究成果として位置づけられている。