ميتا تفتح مصدر TRIBE v2: ذكاء اصطناعي متعدد الوسائط يتنبأ بنشاط الدماغ

لقد أطلقت ميتا TRIBE v2، أحدث نموذج دماغي متعدد الوسائط مفتوح المصدر. مدرب لتقليد الاستجابات العصبية البشرية للفيديوهات والصوت والنصوص. انظروا، علم الأعصاب والذكاء الاصطناعي يتصادمان بهذه الطريقة؟ مذهل. أكثر من 1000 ساعة من مسوحات fMRI من أكثر من 700 شخص تم إدخالها إليه. النتيجة: تنبؤات تتفوق على معايير بيانات الدماغ الحقيقية. لن أكذب — رأيت الكثير من الضجيج حول الذكاء الاصطناعي. هذا يبدو مختلفًا. دقة صفر-شوت على أدمغة غير مرئية؟ هذا التحول الدرامي الذي انتظره المبدعون.

في جوهره، يعالج TRIBE v2 ثلاث مدخلات: مقاطع فيديو، مسارات صوتية، ووصفات لغوية. يخرج أنماط fMRI محاكاة تطابق ما يفعله الدماغ البشري. التدريب؟ هائل. أكثر من 1000 ساعة من أكثر من 720 موضوعًا يشاهدون مواد طبيعية — أفلام، بودكاست، قصص. يتفوق على المعايير الفردية ومتوسطات المجموعة. الشيء هنا: لا بيانات مختارة بعناية. يعمم على أشخاص جدد دون إعادة تدريب. كما في المدونة الرسمية لميتا ومستودع GitHub. أعتقد أن هذا يسحق رواية «الذكاء الاصطناعي لا يفهم البشر». اندماج علم الأعصاب مباشر.

نماذج تنبؤ الدماغ مثل هذه؟ إنها تصلح وباء «وادي الغرابة». تخيّل أدوات نص-إلى-صورة أو فيديو معدّلة لإثارة تفاعل بشري حقيقي — ليس مجرّد بكسلات جميلة. التحول الدرامي: بينما Sora وKling يطاردون الدقة الخام، يقدّم TRIBE v2 للمبدعين خرائط إدراكية. فيديوهات تشعر بالصواب لأنها تضيء الأدمغة بشكل صحيح. التطورات في ذكاء الدماغ متعدد الوسائط تُشغّل بالفعل مولدات NSFW من الجيل التالي لمشاهد واقعية فائقة. المبدعون يحصلون على ميزة. رأي ساخن: فتح مصدر محاكيات الدماغ يُديمقراطي الواقعية على مستوى الآلهة. المختبرات الكبيرة لن تحب ذلك. لكن هل يهم؟ المبدعون يفوزون.