概括：Meta 的基础人工智能研究团队推出了 TRIBE，这是一个突破性的基础模型，旨在预测人脑如何处理视觉和听觉刺激。该模型利用志愿者观看电影和收听播客的大量 fMRI 数据集进行训练，其分辨率比之前的系统提高了 70 倍。

TRIBE 实现了“计算机模拟神经科学”，使研究人员能够模拟对新语言和图像的神经反应，而无需进行新的脑部扫描。这一进步标志着向更复杂的脑机接口和神经系统疾病治疗的重大飞跃。

主要事实

• 70 倍分辨率提升：与之前最先进的神经解码模型相比，TRIBE 的空间分辨率提高了 70 倍。
• 零射击能力：该模型可以预测新个体和未见过的语言的大脑反应，而无需重新训练。
• 计算机模拟研究：它创建了神经活动的“数字双胞胎”，使科学家能够以物理功能磁共振成像会议成本的一小部分进行数千次虚拟实验。

来源：神经科学新闻

Meta 的基础人工智能研究 (FAIR) 团队推出了 TRIBE（用于计算机模拟大脑实验的 TRansfomer），这是计算神经科学的一次里程碑式飞跃，这是一种基础模型，旨在预测和解码人脑如何处理视觉、听觉和语言。

通过对功能性磁共振成像 (fMRI) 扫描的海量数据集进行训练，TRIBE 代表了向“计算机神经科学”的转变——数字模型可以以前所未有的精度模拟神经反应的前沿领域。

绘制大脑的多模式引擎图

传统上，神经科学中的人工智能模型是“精品”系统，在小型数据集上进行训练以执行特定任务，例如识别照片中的单个对象。 TRIBE 打破了这种模式。它是一个基础模型，这意味着它接受了各种刺激的训练——从参与者观看电影到收听复杂的播客——捕捉大脑对现实生活中混乱、多模式性质的反应。

该研究的重点是“腹侧流”（负责视觉识别）和“听觉流”。通过利用 Transformer 架构（与 GPT-4 等大型语言模型背后的技术相同），TRIBE 可以映射这些不同的感官输入如何在人类皮层内汇聚和组织。

前所未有的分辨率和效率

TRIBE的技术成就令人惊叹。根据 Meta 的研究，该模型提供了分辨率提高 70 倍与以前最先进的系统相比。这意味着研究人员现在可以更精细地观察预测的神经活动，区分大脑如何解释耳语与巨响、或快速移动的物体与静态景观的细微差别。

此外，TRIBE 的效率非常高。它的运行速度明显快于其前辈，最令人印象深刻的是，它展示了“零射击”功能。它可以准确地预测新个体的大脑活动或对从未接受过专门训练的语言的反应，而不需要费力地重新校准模型。

计算机模拟神经科学的兴起

TRIBE 的最终目标是促进计算机神经科学。正如航空航天工程师在构建物理原型之前在数字风洞中测试飞机设计一样，神经科学家现在可以使用 TRIBE 作为数字“测试对象”。

这使得研究人员能够进行数千次虚拟实验——测试大脑对特定刺激的反应或识别神经信号可能在哪里被破坏——而不需要昂贵且耗时的功能磁共振成像会议。这可以加速脑机接口（BCIs）的发展，并为失语症或感觉处理问题等神经系统疾病提供深入的见解。

道德与未来

随着人工智能获得“读取”和“预测”神经模式的能力，Meta 强调了其对开放科学的承诺。研究人员向全球科学界发布了 TRIBE v2 模型、其代码库和演示。这种透明度旨在确保该技术用于增进我们对人类认知的理解并开发改变生活的医疗方法。

虽然我们距离科幻小说意义上的“读心术”还很遥远，但《TRIBE》标志着一个转折点。我们不再只是观察大脑；而是观察大脑。我们正在为其构建一面数字镜子，能够反映我们看到、听到和理解周围世界的复杂方式。

回答的关键问题：

一个：计算机模拟神经科学是指通过计算机模拟而不是活体受试者进行生物学研究。 TRIBE 通过充当人脑的“数字双胞胎”来实现这一点。由于该模型可以准确预测大脑对特定声音、图像或文本的反应，研究人员可以在几秒钟内运行数千个虚拟实验来测试假设，然后再将人类参与者放入昂贵的功能磁共振成像扫描仪中。

一个：以前的大多数模型都是“狭隘的”，这意味着它们被训练为只能解码某个特定人的一件事（例如静态图像）。部落是一个基础模型——它是多模式和通用的。它接受了人们观看电影和收听播客的大量数据集的训练，使其能够同时理解视觉、声音和语言之间的关系。它还具有“零样本”功能，这意味着它可以预测以前从未遇到过的新人或语言的大脑活动。

一个：不完全是。虽然分辨率提高 70 倍是一个巨大的技术飞跃，使研究人员能够看到神经模式中更精细的细节，但该模型目前的重点是编码（预测大脑对输入的反应）而不是解码（阅读私人想法）。它描绘了大脑如何在粒度级别上组织感官信息，这有助于我们理解思想的“架构”，但它并不是翻译内心独白的工具。