Ερευνητές της Meta δημιούργησαν ένα μοντέλο τεχνητής νοημοσύνης που προβλέπει την ανθρώπινη εγκεφαλική δραστηριότητα από οπτικά, ακουστικά και γλωσσικά ερεθίσματα. Το TRIBE v2, όπως ονομάζεται, επεξεργάζεται βίντεο, ήχο και κείμενο ταυτόχρονα — ακριβώς όπως κάνει ο ανθρώπινος εγκέφαλος. Οι ερευνητές λένε ότι μπορεί να επιταχύνει δραματικά την έρευνα στη νευροεπιστήμη.
Ο ανθρώπινος εγκέφαλος παραμένει ένα από τα πιο δύσκολα αντικείμενα μελέτης στην επιστήμη. Δεν είναι εύκολο να κάνεις πειράματα σε ζωντανούς ανθρώπους, και κάθε σκανάρισμα με fMRI απαιτεί χρόνο, εξοπλισμό και εθελοντές. Η ομάδα FAIR της Meta αποφάσισε να αντιμετωπίσει αυτό το πρόβλημα με έναν τολμηρό τρόπο: να χτίσει έναν ψηφιακό δίδυμο του εγκεφάλου — ένα μοντέλο AI που μπορεί να προβλέπει πώς θα αντιδράσει ο εγκέφαλος σε διάφορα ερεθίσματα, χωρίς να χρειάζεται κάθε φορά νέο πείραμα.
Το αποτέλεσμα ονομάζεται TRIBE v2, συντομογραφία του Transformer for In-silico Brain Experiments. Η λέξη “in-silico” σημαίνει ότι το πείραμα γίνεται μέσα σε υπολογιστή — στο πυρίτιο των τσιπ, αντί για τον ζωντανό ιστό. Το μοντέλο εκπαιδεύτηκε σε περισσότερες από 1.000 ώρες δεδομένων fMRI από 720 συμμετέχοντες, και μπορεί να επεξεργαστεί ταυτόχρονα βίντεο, ήχο και κείμενο για να προβλέψει εγκεφαλικές αποκρίσεις σε νέα ερεθίσματα που δεν έχει ξαναδεί. Σύμφωνα με τους ερευνητές, η ακρίβειά του ξεπερνά κατά πολύ τα παραδοσιακά μοντέλα πρόβλεψης εγκεφαλικής δραστηριότητας.
Αυτό που κάνει το TRIBE v2 ξεχωριστό είναι ότι δεν είναι ένα στενό, εξειδικευμένο εργαλείο. Τα περισσότερα υπάρχοντα μοντέλα AI στη νευροεπιστήμη σχεδιάστηκαν για να κάνουν ένα πράγμα καλά — να αναλύουν εικόνες ή να επεξεργάζονται γλώσσα, όχι και τα δύο μαζί. Ο ανθρώπινος εγκέφαλος όμως δεν λειτουργεί έτσι: βλέπει, ακούει και διαβάζει ταυτόχρονα, και συνδυάζει όλα αυτά σε μια ενιαία εμπειρία. Το TRIBE v2 επιχειρεί να αντικατοπτρίσει αυτή την πολυαισθητηριακή λογική.
Η προηγούμενη έκδοση του μοντέλου, TRIBE v1, είχε κερδίσει την πρώτη θέση στο Algonauts 2025 Challenge, έναν διεθνή διαγωνισμό υπολογιστικής νευροεπιστήμης που αξιολογεί πόσο καλά τα μοντέλα AI μπορούν να προβλέψουν εγκεφαλική δραστηριότητα. Η νέα έκδοση χτίζει πάνω σε αυτή τη βάση και επεκτείνει τις δυνατότητές της. Όπως εξηγούν οι ερευνητές Stéphane d’Ascoli και Jean-Rémi King, η ευθυγράμμιση μεταξύ εγκεφάλων και αλγορίθμων ανοίγει έναν δρόμο προς ένα θεμελιώδες μοντέλο της ανθρώπινης εγκεφαλικής λειτουργίας — όχι από θεωρητικές αρχές, αλλά από την άμεση αντιστοίχιση μεγάλων ποσοτήτων εγκεφαλικών αποκρίσεων με αρχιτεκτονικές AI.
Η εφαρμογή της τεχνητής νοημοσύνης στη νευρολογία αναπτύσσεται με ταχύτατους ρυθμούς — από διαγνωστικά εργαλεία και έγκαιρη ανίχνευση νόσων έως νευροτεχνολογικές συσκευές και ανακάλυψη φαρμάκων. Η παγκόσμια αγορά AI στη νευρολογία εκτιμάται ότι θα φτάσει τα 2,5 δισεκατομμύρια δολάρια έως το 2030. Σε αυτό το πλαίσιο, ένα αξιόπιστο ψηφιακό μοντέλο εγκεφάλου θα μπορούσε να αλλάξει τον τρόπο που σχεδιάζουμε κλινικές δοκιμές, αναπτύσσουμε θεραπείες ή κατανοούμε νευρολογικές παθήσεις. Το ερώτημα που μένει ανοιχτό είναι πόσο πιστά μπορεί τελικά ένας αλγόριθμος να αντικατοπτρίσει κάτι τόσο πολύπλοκο — και τόσο προσωπικό — όσο ο ανθρώπινος εγκέφαλος.
