Meta TRIBE v2: AI model koji predviđa reakcije mozga

Meta je 26. marta 2026. objavio TRIBE v2 AI model koji predviđa kako ljudski mozak reaguje na slike, zvuk i tekst, treniran na više od 1.000 sati snimanja mozga od 720 ispitanika. Ovo nije proizvod za korisnike niti alat za manipulaciju to je naučni instrument koji bi mogao promijeniti kako istraživači proučavaju mozak.

TRIBE v2

A self-supervised vision transformer model by Meta AI

Šta je zapravo TRIBE v2?

TRIBE je kratica za Trimodal Brain Encoder model koji prima tri vrste ulaza: video, audio i tekst. Na osnovu tih inputa predviđa koja područja mozga će se aktivirati i kako.

Funkcionalni MRI (fMRI) mjeri aktivnost mozga indirektno, prateći promjene u protoku krvi i kisika. TRIBE v2 je naučen na takvim podacima od 720 volontera koji su gledali filmove i slušali podcaste unutar MRI skenera. Rezultat je model koji može simulirati te reakcije bez novog skeniranja.

Prethodna verzija, TRIBE v1, bila je trenirana na svega četiri ispitanika i predviđala je aktivnost u ~1.000 tačaka mozga. TRIBE v2 pokriva 70.000 voksela to je 70 puta veća rezolucija. Uprkos tome, TRIBE v1 je pobijedio na Algonauts 2025 takmičenju, ispred 263 tima.

Što model može, a što ne može

Ovdje je važno biti precizan, jer je online dezinformacija o ovom modelu već krenula.

Što TRIBE v2 radi:

• Predviđa statističke obrasce moždane aktivnosti kao odgovor na poznate stimuluse
• Generalizuje na nove osobe bez ponovnog treninga (zero-shot)
• Replicira desetljeća neuroznanstvenih nalaza u softveru npr. ispravno identifikuje regije mozga za prepoznavanje lica, govora i teksta
• Postiže korelaciju s grupnim odgovorom mozga bolju od većine pojedinačnih fMRI snimaka

Što TRIBE v2 ne radi:

• Ne čita misli
• Ne dekodira namjere niti privatne kognitivne stanje
• Ne modeluje kako mozak donosi odluke ili pokreće akcije
• Ne može pratiti razvojne promjene ni klinička stanja mozga (to su planovi za buduće verzije)

Meta je ovu razliku jasno naglasio u dokumentaciji: TRIBE v2 tretira mozak kao pasivni prijemnik senzornih inputa, ne kao aktivni agent.

Zašto je ovo važno za istraživanje

Svaki fMRI snimak košta nekoliko stotina dolara i zahtijeva specijalizovanu opremu. Za svaki novi eksperiment, istraživači su morali dovoditi nove ispitanike u skener. TRIBE v2 mijenja ovu ekonomiku.

Umjesto toga, istraživači sada mogu:

• Testirati hipoteze virtualno, u sekundama
• Planirati eksperimente i predvidjeti rezultate prije fizičkog skeniranja
• Proučavati neurološke poremećaje simulacijom bez rizika za pacijente

Preciznost modela raste linearno s količinom podataka i još nije dostigla plato što znači da će postajati bolji kako fMRI baze podataka rastu.

Open-source: kod, težine i demo su javni

Meta je objavio sve: kod na GitHubu, težine na Hugging Faceu, naučni rad i interaktivni demo na aidemos.atmeta.com/tribev2.

Demo omogućava svakome da vidi kako model mapira reakcije mozga na različite stimuluse mjesta, lica, govor, semantiku, emocije.

Transparentnost ovog objavljivanja odražava pristup Meta FAIR tima (Fundamental AI Research) koji godinama radi na presjecištu mozga i AI-ja. Prošle godine isti tim je pokazao da AI model može rekonstruisati otkucane rečenice iz neinvazivnih snimaka mozga s do 80% tačnosti.

Etička pitanja koja su legitimna

Naučni domet ovog alata ne isključuje legitimne brige.

Ako AI model može predvidjeti kako mozak reaguje na određeni video, otvoreno je pitanje: može li se to koristiti za dizajniranje sadržaja koji je optimizovan za angažman? Ko posjeduje neuralne podatke korišćene za trening? Kako regulisati alate koji modeluju kognitivne obrasce?

Ovo su pitanja koja zahtijevaju odgovor od regulatora, istraživača i kompanija. Ali ona su otvorena i usmjerena prema budućnosti ne dokaz da Meta već koristi ovaj model za manipulaciju algoritmom.

Razlika između "ovaj alat otvara etičke dileme" i "Meta te već kontroliše ovim alatom" je ogromna.

Šta ovo znači praktično

Za naučnike: TRIBE v2 je infrastruktura isto kao što su LLM-ovi postali infrastruktura za jezičke zadatke. Sada postoji osnova za virtuelne eksperimente na mozgu.

Za AI industriju: model treniran ne na internet tekstu nego na neuralnim odgovorima ljudskog mozga. To je nova kategorija foundation modela i možda vodič za izgradnju AI sistema koji bolje razumiju kontekst i percepciju.

Za biznis: još nema direktnih komercijalnih primjena. Ali kompanije koje rade u zdravstvenim tehnologijama, neuro-interfejsima ili kognitivnim istraživanjima trebaju pratiti ovaj razvoj.

Ako pratiš razvoj AI alata koji mijenjaju industrije pretplati se na AI Balkan i ne propusti sljedeću analizu.