Meta开源全新AI模型TRIBE v2，精准预测人类大脑反应

模型发布

3月27日，科技媒体The公开了Meta基础人工智能研究团队（FAIR）的消息，全新的AI模型TRIBE v2被开源了，这个模型能够精确地预测人类大脑针对图像、声音以及文本的反应，这在脑科学研究领域引发了较大的波动，它的现身，给后续研究带来了新的可能性。

亮点特性

对于TRIBE v2而言，其最大的亮点之处在于，在不需要进行实际测量的情况下，便能够对大脑针对视觉、听觉以及语言刺激所产生的反应作出预测。传统的神经科学调查研究，所需要的周期漫长，成本高昂，然而TRIBE v2有希望突破这一限制。相关从业人士宣称，这样的一种特性将会极大地提升研究的效率，削减研究所需的成本。

核心逻辑

其关键的逻辑是“多模态融合”的表现形式，模型对视频、音频以及文本予以接收，凭借Video - JEPA - 2、-Bert - 2.0以及Llama 3.2这三个进行过预训练的大型模型来提取特征，随后对信息加以整合进而输出高精度的大脑活动图，该大脑活动图涵盖7万个“体素”（也就是3D像素）。

性能表现

单次扫描的真实脑扫描图，比不上TRIBE v2预测结果那么清晰。真实的功能性磁共振成像也就是fMRI，会受到噪音予干扰的状况。然而TRIBE v2通过实施直接预测“调整之后的平均反应”这种方式，把杂音给消除处理掉。有相关实验能够表明，TRIBE v2具有超出传统线性模型的状况，是那种远超的程度。

感官激活

那模型揭示出，不同之感官使得特定的大脑区域被激活的状况。单单输入音频，会令听觉皮层被激活，一道输入多模态数据之际，大脑颞叶、顶叶以及枕叶相交接之所，预测的准确率能够猛然上升50%。这给研究大脑的感官处理机制，提供了全新的视角。

局限性与未来

然而，TRIBE v2存在着局限性，它依靠的是存在数秒延迟的血流相关数据，没办法捕捉呈现毫秒级别的神经动态情况，并且还缺少触觉以及嗅觉方面的维度。Meta已经将代码与权重进行了全面的开源，在未来会对于它在规划脑科学实验方面、构建类似于脑的AI架构方面以及诊断脑部疾病等诸多领域的应用潜力展开探索。

在你对未来脑科学的此番探索里，你认为TRIBE v2究竟能够起到多大程度的作用呢，不妨于评论区展开一番交流探讨，同时别忘了为本文点赞以及进行分享哦！