Meta anunció TRIBE v2, un modelo fundacional diseñado para predecir la actividad cerebral humana frente a imágenes, sonidos y lenguaje. La propuesta apunta a ofrecer una representación digital de la actividad neural que permita estudiar con mayor velocidad y precisión cómo el cerebro procesa información compleja.
Admin
TRIBE v2 amplía la escala y la resolución del modelado cerebral
Según Meta, TRIBE v2 fue desarrollado como una nueva generación de modelo predictivo capaz de anticipar respuestas cerebrales ante casi cualquier estímulo visual o sonoro. La compañía sostiene que alcanza una precisión elevada y una resolución 70 veces superior frente a modelos comparables.
La base del sistema se apoya en un conjunto de datos obtenido de más de 700 voluntarios sanos, expuestos a imágenes, podcasts, videos y textos. Con ese volumen de información, el modelo busca superar enfoques estándar y habilitar predicciones zero-shot para nuevos sujetos, idiomas y tareas.
Meta explica que esta versión toma como antecedente su modelo premiado en Algonauts 2025, que había sido entrenado con registros de resonancia magnética funcional de baja resolución de solo cuatro personas. El salto en escala de datos y en resolución de la señal es uno de los elementos centrales del nuevo anuncio.
Admin
La apuesta combina investigación abierta y potencial clínico
La empresa plantea que este tipo de modelado puede ayudar a los investigadores a probar hipótesis sobre el funcionamiento cerebral sin depender de sujetos humanos en cada experimento. Ese enfoque computacional, según Meta, podría acelerar tanto la investigación en neurociencia como nuevas rutas para la práctica clínica.
En ese marco, la compañía liberará el paper de investigación, el código y los pesos del modelo bajo una licencia CC BY-NC. También habilitará una demo interactiva, con la intención de facilitar que investigadores exploren el sistema y amplíen su uso en estudios futuros.
Meta vincula este desarrollo con dos frentes de impacto. Por una parte, plantea que una mejor comprensión del cerebro podría contribuir al tratamiento de trastornos neurológicos y, por otra, servir como base para construir sistemas de IA guiados por principios neurocientíficos.
