2026年PNPLコンペティション：LibriBrain100における単語分類と効率的な被験者間汎化

要旨

2025年PNPLコンペティション（Landau et al., 2025）の狙いは、非侵襲的な音声デコードのための複数年度にわたるカリキュラムを立ち上げることであった。基礎的なタスクから実用的なブレイン・コンピュータ・インターフェース（BCI）に必要な言語的複雑性へと進むように設計され、その第一段階として音声検出タスクと音素分類タスクが設定された。各タスクの優勝提出モデルは、F1マクロスコア95.6％および73.6％を達成し（Elvers et al., 2026）、きわめて顕著な進歩を示すものであった。この成功は、LibriBrainデータセット（Özdogan et al., 2025）に基づいている。同データセットは、当時記録された中で最大の被験者内MEGデータセットであり、1人の被験者につき約50時間のデータを含んでいた。しかしながら、被験者内のデータ規模が強力なデコード性能を生み出す一方で、実用的なBCIは、数時間ではなく数分のデータから新規ユーザーへと汎化できなければならない。 2026年PNPLコンペティションは、この課題に応えてLibriBrain100（Mantegna et al., 2026）を提供する。これは、32名の追加被験者（各約40分）に加え、さらに多くの被験者内データ（約80時間）を含む拡張版LibriBrainデータセットである。タスクのカリキュラムを単語分類に焦点を当てて発展させるため、本コンペティションでは互いに補完する2つのトラックが提示される。Deepトラックは、大規模な被験者内データによる単語分類を対象とし、可能な限り最高の性能を目指す。一方Broadトラックは、被験者間の汎化を対象とし、被験者固有のファインチューニング用データ量を約40分から約20分、さらに約10分へと段階的に削減する。この約10分という時間は臨床的に実施可能な範囲内にあり、重度の麻痺を抱える人々のコミュニケーション回復を可能にする非侵襲的BCIへと一歩近づくものである。

English

The ambition of the 2025 PNPL competition (Landau et al., 2025) was to launch a multi-year curriculum for non-invasive speech decoding. Designed to progress from foundational tasks toward the linguistic complexity required for a practical brain-computer interface (BCI), it set the stage with speech detection and phoneme classification tasks. Winning submissions reached F1-macro scores of 95.6% and 73.6% on the respective tasks (Elvers et al., 2026), highly significant advances. This success was built on the LibriBrain dataset (Özdogan et al., 2025), the largest within-subject MEG dataset recorded at the time with {sim}50 hours of data for one subject. However, while within-subject scale drives strong decoding performance, a practical BCI must generalise to new users from minutes of data, not hours. The 2026 PNPL competition responds to this challenge with LibriBrain100 (Mantegna et al., 2026), an extended LibriBrain dataset with 32 additional subjects ({sim}40 minutes each) plus even more within-subject data ({sim}80 hours). Advancing the curriculum of tasks to focus on word classification, two complementary tracks are presented in this competition: the Deep track targets within-subject word classification at scale, aiming at the best possible performance; the Broad track targets cross-subject generalisation, progressively reducing the amount of subject-specific fine-tuning data from {sim}40 to {sim}20 to {sim}10 minutes, a duration that falls within a clinically feasible range and brings us a step closer to a non-invasive BCI capable of restoring communication to people living with profound paralysis.