مصمم للتنبؤ بكيفية استجابة الدماغ البشري للمثيرات الخارجية مثل الصور، الأصوات، واللغة TRIBE V2




نموذج TRIBE v2 (اختصار لـ TRImodal Brain Encoder) هو نموذج ذكاء اصطناعي "تأسيسي" ثوري أطلقته شركة Meta في مارس 2026، وهو مصمم للتنبؤ بكيفية استجابة الدماغ البشري للمثيرات الخارجية مثل الصور، الأصوات، واللغة. [1, 2]
إليك أدق المعلومات حول هذا النموذج:
1. طبيعة النموذج وأهدافه
التوأم الرقمي للدماغ: يعمل النموذج كـ "مرآة رقمية" تحاكي النشاط العصبي البشري، مما يسمح بإجراء تجارب علمية افتراضية (In-silico) دون الحاجة دائمًا لمشاركين بشريين.
ثلاثي الأنماط (Trimodal): يعالج النموذج ثلاثة أنواع من البيانات في آن واحد: الفيديو، الصوت، والنص، ليتوقع بدقة الأجزاء التي ستنشط في الدماغ عند التعرض لهذه المحتويات. [3, 4, 5, 6]
2. المواصفات التقنية والتدريب
بيانات ضخمة: تم تدريب الإصدار الثاني (v2) على أكثر من 500 إلى 1000 ساعة من تسجيلات الرنين المغناطيسي الوظيفي (fMRI) لـ 720 متطوعاً.
دقة فائقة: حقق النموذج قفزة هائلة في الدقة المكانية، حيث انتقل من التنبؤ بـ 1,000 منطقة قشرية في الإصدار الأول إلى 70,000 "فوكسل" (Voxel - بكسل ثلاثي الأبعاد) في الإصدار الحالي، مما يمثل زيادة في الدقة بمقدار 70 ضعفاً.
هيكل ثلاثي المراحل: يعتمد في عمله على:
التشفير: استخلاص السمات من الصوت والفيديو والنص.
الدمج: معالجة هذه السمات عبر محول (Transformer) لإنشاء تمثيل عالمي موحد.
رسم الخرائط: ربط هذه التمثيلات بإشارات الدماغ الفردية. [3, 4, 7, 8, 9, 10]
3. الميزات المتقدمة (Zero-Shot)
يتميز النموذج بقدرته على التنبؤ الصفري (Zero-shot generalization)، وهذا يعني:
يمكنه توقع استجابة الدماغ لأشخاص جدد لم يشاركوا في التدريب.
يمكنه التعامل مع لغات ومهمات جديدة تماماً دون الحاجة لإعادة تدريب.
توقعاته أحياناً تكون أنقى من مسوحات fMRI الحقيقية؛ لأن النموذج يزيل "الضوضاء" الناتجة عن نبضات القلب وحركة الجسم أثناء الفحص. [7, 11, 12]
4. التطبيقات المستقبلية
البحث الطبي: تسريع الأبحاث حول الاضطرابات العصبية وفهم كيفية معالجة الدماغ للمعلومات.
تطوير الذكاء الاصطناعي: دمج مبادئ علم الأعصاب في نماذج الذكاء الاصطناعي المستقبلية لجعلها أكثر قرباً من التفكير البشري.
التسويق والمحتوى: فهم نوع المحتوى الذي يجذب الانتباه أو يثير مشاعر معينة قبل عرضه فعلياً. [2, 13]
النموذج متاح حالياً كـ كود مصدري على GitHub مع توفر عرض تجريبي (Demo) للباحثين. [10, 14]







تعليقات

المشاركات الشائعة من هذه المدونة

موقع Automateed.com هو منصة متخصصة في إنشاء ونشر الكتب الإلكترونية (eBooks) باستخدام تقنيات الذكاء الاصطناعي

تطبيقات المساعدين الافتراضيين المجانية

عن الموقع