Meta發表TRIBE v2 AI模型 突破人腦活動模式預測

美國社群媒體巨擘 Meta 旗下的基礎人工智慧研究（FAIR）團隊，近期正式發布名為「TRIBE v2」（TRImodal Brain Encoder version 2）的最新人工智慧模型。這項新一代多模態AI系統，旨在深度預測人類大腦對於影片、音訊及語言等真實世界輸入的反應。

TRIBE v2 的核心技術在於運用轉換器基礎的深度學習模型，結合功能性磁振造影（fMRI）掃描所測量到的腦部活動資料，建立感官數據與大腦反應之間的關聯。不同於傳統專注於單一感官處理的神經科學模型，TRIBE v2 能夠同時處理多種輸入類型，並將其整合為統一的內部表徵，以評估人腦不同區域的反應模式。

此模型透過學習經驗與區域性大腦反應之間的統計關係，目標是理解感官知覺與認知的概念性表徵，而非僅僅記憶特定刺激的模式。相較於前代 TRIBE 框架，TRIBE v2 在更大量的腦活動記錄數據上進行訓練，大幅提升了模型在不同情境與個體之間的泛化能力，使其應用潛力更廣泛。

雖然 TRIBE v2 能夠精準預測大腦活動，其發展仍面臨挑戰。例如，fMRI 資料的時間解析度相較於實際神經元放電速度偏低，這意味著模型是基於間接且平均的腦部活動測量。此外，個體在認知、注意力及情緒狀態上的差異，可能導入難以完全捕捉的雜訊。因此，TRIBE v2 這類先進模型提供的是近似值，而非人腦功能的精確重建。儘管如此，這項技術被視為計算神經科學建模的重要進展，未來可望為人機互動、醫療診斷（如失智症早期預警）及個人化體驗等領域帶來革新。