Meta AI 연구진이 인공지능과 인간 신경과학 사이의 간극을 좁히기 위해 설계된 정교한 파운데이션 모델인 TRIBE v2를 발표했다. 이 모델은 비디오, 오디오, 언어라는 세 가지 서로 다른 데이터 스트림을 통합하여 작동한다. 이에 따라 인간의 뇌가 다양한 자극에 어떻게 반응할지를 전례 없는 정확도로 예측할 수 있게 되었다.

TRIBE v2는 혈류 변화를 감지해 뇌 활동을 측정하는 fMRI 스캔 데이터 1,000시간 이상이 포함된 거대 통합 데이터셋을 기반으로 학습됐다. 특히 720명의 서로 다른 피험자 데이터를 분석함으로써, 새로운 작업이나 인물에 대해서도 뇌 패턴을 일반화하는 능력을 갖췄다. 그 결과 신경 반응을 매핑하는 기존의 수학적 모델들을 크게 능가하는 성능을 보여준다.

무엇보다 놀라운 점은 이 시스템이 컴퓨터 시뮬레이션 내에서 실험을 진행하는 인실리코 신경과학을 촉진한다는 사실이다. 실제로 TRIBE v2는 뇌가 복잡한 언어나 시각적 장면을 처리하는 방식 등 수십 년에 걸친 생물학적 연구의 고전적 발견들을 성공적으로 재현해냈다. 이러한 인간 인지 능력의 ‘디지털 트윈’은 우리의 감각이 정보를 통합하는 미세한 지형을 탐구하는 강력한 도구가 될 전망이다.

Meta는 AI를 뇌 연구를 위한 통합 프레임워크로 변환함으로써 파편화된 모델을 넘어 인간 인지에 대한 포괄적인 이해를 지향한다. 관련 연구는 현대 AI의 아키텍처가 인간 뇌의 기능적 조직과 점차 일치해 가고 있음을 시사한다. 특히 인공 신경망과 실제 신경계 사이의 구조적 유사성이 더욱 깊어지고 있다는 점이 주목할 만하다.

Meta AI 연구진이 인공지능과 인간 신경과학 사이의 간극을 좁히기 위해 설계된 정교한 파운데이션 모델인 TRIBE v2를 발표했다. 이 모델은 비디오, 오디오, 언어라는 세 가지 서로 다른 데이터 스트림을 통합하여 작동한다. 이에 따라 인간의 뇌가 다양한 자극에 어떻게 반응할지를 전례 없는 정확도로 예측할 수 있게 되었다.

TRIBE v2는 혈류 변화를 감지해 뇌 활동을 측정하는 fMRI 스캔 데이터 1,000시간 이상이 포함된 거대 통합 데이터셋을 기반으로 학습됐다. 특히 720명의 서로 다른 피험자 데이터를 분석함으로써, 새로운 작업이나 인물에 대해서도 뇌 패턴을 일반화하는 능력을 갖췄다. 그 결과 신경 반응을 매핑하는 기존의 수학적 모델들을 크게 능가하는 성능을 보여준다.

무엇보다 놀라운 점은 이 시스템이 컴퓨터 시뮬레이션 내에서 실험을 진행하는 인실리코 신경과학을 촉진한다는 사실이다. 실제로 TRIBE v2는 뇌가 복잡한 언어나 시각적 장면을 처리하는 방식 등 수십 년에 걸친 생물학적 연구의 고전적 발견들을 성공적으로 재현해냈다. 이러한 인간 인지 능력의 ‘디지털 트윈’은 우리의 감각이 정보를 통합하는 미세한 지형을 탐구하는 강력한 도구가 될 전망이다.

Meta는 AI를 뇌 연구를 위한 통합 프레임워크로 변환함으로써 파편화된 모델을 넘어 인간 인지에 대한 포괄적인 이해를 지향한다. 관련 연구는 현대 AI의 아키텍처가 인간 뇌의 기능적 조직과 점차 일치해 가고 있음을 시사한다. 특히 인공 신경망과 실제 신경계 사이의 구조적 유사성이 더욱 깊어지고 있다는 점이 주목할 만하다.