
Metaの脳波文字変換AIの精度は61%に達し、オープンソースコードも同時に公開。
Metaは今週、Brain2Qwerty v2を発表した。これはヘルメット型MEG(脳磁図)スキャナーで神経活動を記録し、エンドツーエンドの深層学習モデルで直接対象テキストをデコードする非侵襲型ブレイン・コンピュータ・インターフェース(BCI)システムであり、平均単語精度は61%に達する。Metaは同時に、Digital Brain Projectの一環としてコードとデータセットをオープンソース化し、500万ドルのファンドを設立した。 Brain2Qwerty v2の技術アーキテクチャ:トレーニング規模とエンドツーエンドのデコード手法 本システムはエンドツーエンドの深層学習モデルを採用し、生のMEG脳信号から直接出力テキストをデコードする。手作業による中間処理ステップには依存せず、後段では大規模言語モデルが意味的文脈に基づいてノイズによる誤りを修正する。 トレーニングデータ規模:約22,000文、9名の被験者、各被験者あたり約10時間の録音データ。Metaは、トレーニングデータ量の増加に伴い精度が継続的に向上すると述べている。技術的な比較として、v1バージョンのMEG条件下での文字誤り
7時間前








