Meta Platforms presentó su nuevo modelo de inteligencia artificial TRIBE v2, una herramienta multimodal diseñada para predecir cómo responde el cerebro humano ante estímulos visuales, auditivos y del lenguaje, lo que podría transformar la investigación en neurociencia al reducir la necesidad de costosos estudios con escáneres cerebrales.
El sistema, denominado TRImodal Brain Encoder v2, fue desarrollado por el equipo Fundamental AI Research y representa un avance significativo en la llamada “neurociencia in silico”, es decir, la simulación computacional de procesos cerebrales.
Un modelo que “imita” la actividad del cerebro
TRIBE v2 funciona como una especie de “gemelo digital” de la actividad neuronal. Fue entrenado utilizando datos de resonancia magnética funcional (fMRI) de más de 700 voluntarios, quienes participaron en experimentos donde observaron videos, escucharon audios y leyeron textos en distintos idiomas mientras eran escaneados.
A partir de esta información, el modelo aprende patrones de cómo el cerebro procesa diferentes tipos de estímulos, permitiéndole predecir qué áreas se activarán ante nuevas experiencias similares.
Un salto tecnológico significativo
El avance de esta nueva versión es notable frente a su predecesor. Mientras el primer TRIBE trabajaba con datos de apenas cuatro personas y cerca de 80 horas de registros, TRIBE v2 se entrenó con más de 1,000 horas de datos provenientes de 720 participantes.
Además, el modelo ahora puede predecir la actividad en aproximadamente 70,000 puntos del cerebro (vóxeles), frente a los cerca de 1,000 que manejaba antes. Esto representa un aumento de alrededor de 70 veces en la resolución espacial, lo que mejora considerablemente la precisión de sus predicciones.
Cómo funciona el sistema
El modelo utiliza un enfoque de tres etapas. Primero, analiza la información mediante codificadores especializados para video, audio y texto. Luego, combina estos datos a través de un sistema basado en transformadores —una arquitectura común en inteligencia artificial— y finalmente traduce esa información en predicciones sobre la actividad cerebral.
Este proceso permite integrar múltiples tipos de estímulos en un solo modelo, algo clave para entender cómo el cerebro procesa experiencias complejas del mundo real.
Predicción sin entrenamiento previo
Una de las capacidades más destacadas de TRIBE v2 es la llamada “predicción de disparo cero” o zero-shot. Esto significa que puede anticipar cómo responderá el cerebro de personas que nunca han sido parte del entrenamiento del modelo, incluso en idiomas o tareas completamente nuevas.
Según Meta, este enfoque logra niveles de precisión entre dos y tres veces superiores a métodos anteriores, especialmente en casos donde no se dispone de datos previos del individuo.
Hacia la experimentación virtual
El modelo abre la puerta a realizar experimentos completamente digitales. Por ejemplo, al introducir una oración, TRIBE v2 puede predecir qué regiones del cerebro se activarían, replicando patrones que normalmente solo se obtienen mediante estudios con humanos.
Esto podría permitir a los científicos probar hipótesis de forma virtual antes de llevarlas a ensayos reales, reduciendo costos y tiempos. Una sesión de fMRI puede costar miles de dólares y requiere procesos regulatorios complejos.
Acceso abierto para la comunidad científica
Meta ha puesto a disposición de investigadores el modelo, su código, los datos y una demostración interactiva bajo una licencia abierta para uso no comercial. Con ello, busca fomentar el desarrollo de nuevas aplicaciones tanto en inteligencia artificial como en el estudio del cerebro.
Alcances y desafíos
Aunque el avance es significativo, expertos señalan que los modelos actuales aún explican solo una parte limitada de la complejidad del cerebro humano. El verdadero impacto de TRIBE v2 dependerá de su validación por parte de la comunidad científica y de su desempeño en aplicaciones prácticas.
Aun así, con uno de los conjuntos de datos más grandes disponibles públicamente y una arquitectura avanzada, este desarrollo marca un paso importante hacia una mayor integración entre la inteligencia artificial y la neurociencia, con posibles aplicaciones futuras en diagnóstico médico y tratamiento de enfermedades neurológicas.
Más historias
Meta lleva la inteligencia artificial al mercado masivo de gafas graduadas
Airbus prueba dron interceptor para destruir amenazas aéreas a bajo costo
Microsoft entra al top 3 mundial con su nuevo modelo de imágenes con IA