何が起きたか
MetaのAI研究部門FAIRは、非侵襲の脳磁図(MEG)を使い、被験者が黙ってタイピングしている間の脳活動から文章を再構成するモデル「Brain2Qwerty v2」を公開しました。健常者9名から1人あたり10時間、計22,000文のデータを取得し、旧版の10倍の記録量で学習させています。
復元の主な情報源は、指の動きを制御する運動野の信号です。参加者は音声で聞いた文を、画面を見ずにキーボードで打ち込み、その間の脳信号だけからモデルが文字列を組み立てます。
v1からの決定的な変化
旧版v1は、信号と文字を対応づけるためにキーストロークごとの正確なタイムスタンプを必要としました。v2はこの制約を外し、連続した信号ウィンドウを受け取って自力で文字を割り当てます。この「非同期化」は、リアルタイム利用への大きな障害を1つ取り除いた変更です(ただし現時点ではまだリアルタイム動作には達していません)。
性能面では、生エンコーダー単体のWER 55%、v1のN-gramモデル43%に対し、v2は平均39%まで改善しました。最良の被験者では28%の文が完全に復号され、47%は誤りが1単語以内に収まっています。参考として、fMRIを用いた既存研究のWERは92〜94%でした。
3つの構成要素と「幻の文」
v2は3つのAI要素で組み立てられています。手作りの認識ステップを深層学習が置き換え、文字・単語・文の3階層で処理し、文レベルでは言語モデルQwen3を微調整してノイズの多い信号を自然な文に整形します。
ただし言語モデルは「流暢さ」に引き寄せられます。ある被験者では、正解「この道路は車両通行禁止です」の代わりに「彼女が階段から落ちなかったなら」という文法的には綺麗でも意味が違う文が出力されました。文字レベルの誤り率(CER)を見ると、v2は31%と、生エンコーダーの28%、N-gramの26%より悪化しています。単語・意味の階層で稼ぐ代わりに、文字の忠実さを一部犠牲にしている構造です。
AIエージェントによる最適化
興味深いのは、最適化コードの一部をClaude Opus 4.6ベースの3つの独立したAIエージェントが書いた点です。エージェントはラベルスムージング、モダリティ・ドロップアウト、プロンプトの短縮といった手法を発見し、標準的な最適化を明確に上回りました。一方で、目的を絞らず自由に任せると多くのジョブがクラッシュしています。
💼 事業会社視点：これは自社にどう効くか
経営者が押さえるべきは、これは「BMI市場が来た」というニュースではなく、AI R&Dの生産関数が変わったというニュースだという点です。3つのClaudeエージェントが最適化コードを書き、標準手法を上回った——ただし目的を絞った時だけ、というのは、日本のSaaS・受託開発の研究開発現場にそのまま当てはまる示唆です。
受託・SIerにとっては、顧客のPoCで「ハイパーパラメータ探索やアブレーション」の工数見積もりの前提が崩れます。従来3人月だったチューニングをエージェントに回し、人間は「探索空間の定義」と「失敗時のガード」に集中する体制を今期中に試すべきです。
SaaS事業者にとって重要なのは、Metaが「10倍のデータでまだ天井が見えない」と言っている点です。自社プロダクトのAI機能でも、モデルを差し替える前に、ユーザー行動ログの取得設計を見直したほうがROIが高い可能性があります。
医療・ヘルステックの事業責任者は、常温動作の携帯型MEGセンサーが臨床応用の鍵だという示唆に注目すべきです。3〜5年スパンで、ALSや脊髄損傷向けの入力デバイス市場が「非侵襲」で立ち上がる可能性が出てきており、パートナー候補のリストアップは今始めても早くありません。
