Tetherは、オープンソースの「BrainWhisperer（脳から文字へ）」エンジンをリリースしました。神経信号を、ローカル端末のみで書き言葉へデコードし、完全にローカルで動作させる仕組みです。CEOのパオロ・アルドイーノ（Paolo Ardoino）は、このシステムが同社のオープンソースのオンデバイスAIスタックであるQVACに完全統合され、世界中の開発者に対して、概念実証（proof-of-concept）として提供されると発表しました。Tether Evoの研究部門によって開発されたBrainWhispererは、筋萎縮性側索硬化症（ALS）などの神経変性疾患により発話能力を失った人々のために、コミュニケーションの手段を提供することを目的に設計されました。これは、1文を作成するのに数分を要する必要があるなど、眼球運動トラッキングによる文字盤のような既存の解決策の限界に対応するものです。
BrainWhispererが検証テストで8.7%の単語誤り率（WER）を達成
BrainWhispererは、Whisperの音声認識モデルを再設計した派生モデルです。音声を処理するのではなく、脳の発話運動皮質で記録された電気的活動（埋め込み型電極アレイで取得）を入力として受け取り、それらの信号を直接テキストへ変換します。この手法は、身体の動きや音声生成の必要を回避します。
モデルのSDK版は、メモリ使用量が2ギガバイト未満で、レイテンシは約50ミリ秒です。検証テストでは、単一の参加者から得た実際の神経記録を用いた結果、単語誤り率は8.7%を達成し、研究者が現実の有用性のベンチマークとして扱う10%のしきい値を下回りました。同じアーキテクチャのより複雑な派生は、国際的な「脳からテキストへ」チャレンジで466の競合チームの中で4位に入ったものの、その版はエンドツーエンドではないため、SDKのリリースには含まれていません。
Tetherはローカル実行とプライバシー保護を強調
Tetherは、ローカル実行が技術設計の中核だと強調しています。QVACを通じて復号がユーザーの端末上だけで完結するため、神経データが外部サーバーへ送信されることはありません。これは、脳から意図を直接読み取るシステムにとって重要な考慮事項です。同社は、エンジンが実際にユーザーが発話しようとしている音声だけを処理することに加え、将来的にはメンタル認証のような保護策によってユーザーのコントロールをより強固にできる可能性があるとも述べています。
技術は依然として実験段階で外科的な埋め込みが必要
BrainWhispererは依然として実験段階です。モデルは4人の参加者のデータだけで学習されており、SDK版は単一個人に合わせて校正されています。新しいユーザーへ適応するには、外科的な埋め込みと、個別化された校正期間の両方が必要であり、医療面・安全面・規制面でのハードルが生じます。Tetherは、今回のリリースを、消費者向けにすぐ使える解決策というより、将来の支援プロダクトのための基盤となる構成要素だと説明しています。
研究チームは、基盤となる手法が将来的には、発話にとどまらず、思い描いた画像や音、そして潜在的には意図された動きのデコードにも拡張されうると示しています。現時点では、オープンソースのリリースにより、開発者は、正確な神経デコードが実現可能であること、またクラウドへの依存なしに一般的なハードウェア上でこうしたシステムを動かす現実性があることを示す、動作するオンデバイスエンジンを利用できます。
FAQ
Tetherは何をリリースしましたか？
Tetherは、オープンソースの「BrainWhisperer（脳から文字へ）」エンジンをリリースしました。神経信号をローカル端末のみで書き言葉へデコードする仕組みです。CEOのパオロ・アルドイーノ（Paolo Ardoino）は、このシステムが同社のオープンソースのオンデバイスAIスタックであるQVACに、いま完全に統合されたと発表しました。
検証テストでBrainWhispererの精度はどれくらいですか？
単一の参加者から得た実際の神経記録を用いた検証テストで、BrainWhispererは単語誤り率8.7%を達成しました。同じアーキテクチャのより複雑な派生は、国際的な「脳からテキストへ」チャレンジで466の競合チームの中で4位に入っています。
BrainWhispererの現在の制限は何ですか？
BrainWhispererは依然として実験段階です。モデルは4人の参加者のデータだけで学習されており、SDK版は単一個人に合わせて校正されています。新しいユーザーへ適応するには、外科的な埋め込みと、個別化された校正期間の両方が必要です。
