AI数字孪生大脑：Meta新模型TRIBE如何预测多感官神经活动
核心观点
- 一项新研究开发了一个名为TRIBE的AI基础模型，能够作为人脑的“数字孪生体”，根据视觉、听觉和语言刺激预测人脑活动。
- 该模型超越了传统单一功能的AI，能够处理视频、音频和文本等多模态信息，旨在更全面地模拟人脑对自然刺激的反应。
- 研究利用超过1000小时、涉及720名受试者的fMRI数据训练模型，其预测新刺激、任务和受试者大脑反应的准确性远超传统线性编码模型，有望极大加速神经科学研究。
研究背景与动机
人脑极其复杂，直接在活体人脑上进行实验（in vivo）具有挑战性。AI提供了在计算机模拟环境（in silico）中进行研究的替代方案，可能极大加速关于大脑工作机制的神经科学研究。AI在神经学领域的应用（如成像、诊断、设备、药物研发）正迅速扩展，预计到2030年全球市场规模将达到25亿美元。
然而，现有的AI模型大多是针对特定目的、基于较小数据集训练的“窄点解决方案”（narrow point-solutions），其范围、能力和模态有限。这与能够同时处理多种刺激（如视觉、听觉、语言）的人脑形成对比。
新模型：TRIBE v2
为了创建一个更强大的AI模型，Meta的基础人工智能研究（FAIR）团队开发了一个名为 TRansfomer for In-silico Brain Experiments (TRIBE) 的基础模型（foundation model）。
- 模型特点：能够处理视频、音频和文本，以预测人脑反应。其最新版本TRIBE v2基于早期架构，该架构曾在计算神经科学领域的Algonauts 2025挑战赛中夺冠。
- 基础模型概念：指在大量未标记数据上训练的人工神经网络，可用于执行广泛的通用任务，而非单一功能。例如，GPT系列就是支撑ChatGPT的基础模型。
研究目标与方法
研究团队旨在创建一个不仅更灵活、通用，而且能超越仅处理语言数据，同时涵盖声音和视频的基础模型。目标是建立一个足够强大的AI基础模型，能够根据跨语言、音频和视频的更自然刺激，准确预测人脑活动。
研究人员（Stéphane d’Ascoli 和 Jean-Rémi King）指出，大脑与算法之间的表征对齐，为建立人脑功能的基础模型指明了一条道路——该模型并非源自第一原理，而是通过将大量大脑反应直接映射到预训练的AI架构中得来。他们的人脑数字孪生提供了一个更集成、多感官的人脑活动视图。
数据与成果
研究利用了一个包含超过1000小时fMRI数据、涉及720名受试者的统一数据集。
报告显示，该模型能够准确预测新刺激、新任务和新受试者的高分辨率大脑反应，其性能超越了传统的线性编码模型（linear encoding models），在准确性上实现了数倍的提升。
意义与展望
这项研究标志着向创建能够模拟复杂、多感官人脑处理的AI模型迈出了重要一步。这种人脑活动的“数字孪生”模型，有望成为加速神经科学基础研究和应用（如疾病理解、脑机接口开发）的强大工具。