META TRIBEV2

Jak działa TRIBE v2?

Wyobraź sobie, że oglądasz film przedstawiający samochód jadący przez góry. W tym samym czasie mózg przetwarza ruch, krajobraz, dźwięki, mowę i znaczenie tego, co dzieje się na ekranie.

TRIBE v2 próbuje przewidzieć odpowiedź fMRI związaną z takim bodźcem. Nie obserwuje Twojego mózgu w czasie rzeczywistym. Model bierze materiał wejściowy i na podstawie zależności wyuczonych z danych badawczych generuje przewidywaną aktywność na siatce kory mózgowej.

Architektura łączy trzy wyspecjalizowane modele: V-JEPA2 dla wideo, Wav2Vec-BERT dla audio oraz LLaMA 3.2 dla języka. Ich reprezentacje trafiają do wspólnego Transformera, który mapuje je na przewidywane odpowiedzi fMRI.

Na jakich danych nauczył się TRIBE v2?

Publikacja Meta opisuje zunifikowany zbiór ponad 1000 godzin fMRI zebranych od 720 osób. Uczestnicy mieli kontakt z różnymi bodźcami, między innymi obrazami, filmami, podcastami i tekstem.

To nie oznacza 720 cyfrowych kopii ludzi. Model uczy się zależności między bodźcem a odpowiedzią fMRI i potrafi tworzyć przewidywania również dla nowych bodźców, zadań i osób.

Publiczna implementacja domyślnie zwraca przewidywania dla „średniego” badanego na standardowej siatce kory mózgowej fsaverage5.

• ponad 1000 godzin fMRI w zunifikowanym zbiorze opisanym w publikacji
• 720 uczestników
• obrazy, wideo, podcasty i tekst
• predykcje dla nowych bodźców i nowych osób

Czy Meta stworzyła cyfrowy mózg?

Nie w takim znaczeniu, w jakim brzmi to w nagłówkach. Meta opisuje projekt jako „digital twin of human neural activity”, ale chodzi o model przewidujący określony rodzaj mierzalnej odpowiedzi mózgu - sygnał fMRI - a nie kompletną kopię ludzkiego umysłu.

• TRIBE v2 nie ma świadomości.
• Nie zna Twoich wspomnień ani prywatnych myśli.
• Nie potrafi „zajrzeć” do mózgu bez materiału wejściowego i modelowania.
• Nie przewiduje zachowania konkretnej osoby z pełną pewnością.
• Nie jest cyfrową kopią konkretnego człowieka.

Zobacz TRIBE v2 w materiałach Meta

Meta opublikowała TRIBE v2 razem z interaktywnym demo, kodem, modelem i publikacją badawczą.

Poniżej są bezpośrednie linki do oficjalnego demo, artykułu i publikacji Meta.

Pomysł 1: analiza filmu przed publikacją

Najbardziej intuicyjny eksperyment to TikTok, Reel, reklama albo film na YouTube. Można podać materiał do modelu, otrzymać przebieg przewidywanej odpowiedzi mózgu w czasie i zaznaczyć momenty, w których wzorzec wyraźnie się zmienia.

To nie jest gotowy „wynik zaangażowania”. Sama aktywność fMRI nie mówi automatycznie, czy reklama sprzeda produkt. Może jednak stać się dodatkowym sygnałem do porównywania dwóch montaży albo znajdowania fragmentów, które warto ponownie obejrzeć.

• 0-3 s: mocne otwarcie
• 4-8 s: spokojniejszy fragment
• 9 s: pojawia się nowa osoba
• 15 s: zmiana muzyki
• 20 s: prezentacja produktu

Pomysł 2: porównywanie landing page’y

Tu trzeba zachować jeszcze większą ostrożność. TRIBE v2 nie jest systemem eye-trackingu i nie mówi dokładnie, gdzie użytkownik patrzy na stronie.

Da się jednak zbudować eksperymentalny workflow: nagrać przejście przez stronę jako materiał wizualny, przygotować kilka wersji układu i porównywać przewidywane odpowiedzi modelu. Taki wynik może być jednym z sygnałów obok prawdziwych danych: kliknięć, scroll depth, konwersji i badań użytkowników.

Społecznościowy projekt TRIBE Review eksperymentuje również z trybem analizy stron. Jego autorzy wprost zaznaczają, że mapa uwagi dla landing page’a korzysta także z układu, kontrastu i kolorów - nie jest to prawdziwy eye-tracking oparty wyłącznie na TRIBE v2.

• Wersja A: zdjęcie → opis → cena → CTA
• Wersja B: zdjęcie → cena → opinie → CTA
• Wersja C: film produktu → krótki opis → CTA
• wynik traktujemy jako dodatkowy sygnał, nie prawdziwy eye-tracking

Pomysł 3: pre-screening reklam przed wydaniem budżetu

Załóżmy, że marka ma cztery wersje reklamy. Normalny test nadal powinien odbyć się na prawdziwych użytkownikach i prawdziwych wynikach kampanii. TRIBE v2 może jednak pełnić rolę wcześniejszego filtra badawczego.

• 4 reklamy → wstępne porównanie
• 2 najbardziej interesujące warianty → prawdziwy test kampanii
• TRIBE v2 nie zastępuje CTR, ROAS, konwersji ani sprzedaży

Pomysł 4: podcast, voice-over i reklama audio

TRIBE v2 obsługuje również dźwięk. W ścieżce audio wykorzystuje Wav2Vec-BERT, więc model można używać do eksperymentów, w których zmieniamy tempo lektora, muzykę, intonację albo strukturę nagrania.

Przykładowy test może porównywać spokojnego lektora, szybszą wersję, lektora z muzyką oraz wersję bez muzyki. Podobny workflow można zastosować do podcastu, audiobooka, intro, prezentacji lub nagrania sprzedażowego.

• spokojny lektor
• szybszy lektor
• muzyka + lektor
• wersja bez muzyki
• podcast, audiobook, intro, prezentacja lub nagranie sprzedażowe

Pomysł na produkt: „AI neuro-test” dla zespołów kreatywnych

Najciekawszy kierunek produktowy to nie obietnica czytania myśli, tylko narzędzie do szybkiego porównywania wariantów contentu przed właściwym testem rynkowym.

Wyobraź sobie panel, w którym zespół wybiera rodzaj materiału, dodaje warianty A/B, a po analizie dostaje zsynchronizowane wykresy i listę momentów, które najbardziej różnią się między wersjami.

• Przetestuj film
• Porównaj landing page
• Przetestuj audio
• Przetestuj język / tekst
• Porównaj wersję A i B
• AI może wskazać fragmenty do ponownego sprawdzenia, ale wynik trzeba potwierdzić prawdziwym testem

Czy TRIBE v2 zmieni internet?

Na razie jest za wcześnie, żeby to stwierdzić. Najbardziej bezpośrednim zastosowaniem TRIBE v2 pozostają badania neurobiologiczne i eksperymenty in silico - właśnie do tego Meta prezentuje model.

Jednocześnie publiczne wagi szybko uruchomiły eksperymenty poza laboratorium: analizę materiałów wideo, reklam, dźwięku i innych reprezentacji. To pokazuje, że wokół modeli mózgu może powstać nowa warstwa narzędzi analitycznych.

Najważniejsze zdanie warto jednak powtórzyć: TRIBE v2 nie czyta naszych myśli. Przewiduje określony rodzaj odpowiedzi mózgu na bodźce na podstawie zależności wyuczonych z danych fMRI.

I właśnie to - bez dokładania science-fiction - jest wystarczająco interesujące.