［ニュース解説］MetaのAI「TRIBE v2」が脳活動を予測——700人超のデータで高解像度fMRIを再現

2026-03-28

はじめに

　Metaは2026年3月26日、人間の脳が視覚・聴覚・言語をどのように処理するかを高精度に予測するAIモデル「TRIBE v2」を発表しました。700人以上のボランティアデータで学習したこのモデルは、神経科学研究の加速と神経疾患治療の前進を目的としています。本稿では、その仕組みと性能、公開内容を解説します。

参考記事

タイトル: Introducing TRIBE v2: A Predictive Foundation Model Trained to Understand How the Human Brain Processes Complex Stimuli
著者: Meta AI
発行元: Meta AI Blog
発行日: 2026年3月26日
URL: http://ai.meta.com/blog/tribe-v2-brain-predictive-foundation-model/

○HuggingFace：https://huggingface.co/facebook/tribev2

○GitHub：https://github.com/facebookresearch/tribev2

要点

TRIBE v2は、視覚・聴覚・言語に対する人間の脳活動をデジタルで再現・予測するMetaのAI基盤モデルである
700人以上の健康なボランティアが画像・ポッドキャスト・動画・テキストに接した際のfMRIデータで学習し、類似モデル比70倍の解像度を実現した
学習時に含まれていない新しい被験者・言語・タスクに対してもゼロショットで予測でき、標準的なモデリング手法を一貫して上回る性能を示す
モデルの重み・コード・論文・インタラクティブデモをCC BY-NCライセンスで公開しており、研究者が即座に活用できる

詳細解説

TRIBE v2とは——脳活動の「デジタルツイン」

　TRIBE v2は、Metaが開発した人間の脳活動の予測に特化したAI基盤モデルです。視覚・聴覚・言語といった複合的な刺激に対して脳がどのように反応するかを計算上で再現することを目的としています。

　ここで使われるfMRI（機能的磁気共鳴画像法）とは、脳内の血流変化を計測することで神経活動を間接的に可視化する技術です。従来の神経科学研究では、fMRIを用いた実験には実際の被験者が必要であり、コストや倫理的手続きが研究の速度を制約する要因となってきました。TRIBE v2はこうした制約を計算モデルで補完し、研究者が被験者なしで仮説を素早く検証できる環境の提供を目指しています。

　今回のTRIBE v2は、MetaがAlgonauts 2025コンペティションで受賞した前身モデルを発展させたものです。前身モデルが4人分の低解像度fMRIデータで学習していたのに対し、TRIBE v2は規模を大幅に拡大しています。

学習データと性能

　Metaによれば、TRIBE v2の学習には700人以上の健康なボランティアのfMRIデータが使用されました。被験者には画像・ポッドキャスト・動画・テキストなど多様なメディアが提示されており、脳がさまざまな種類の情報をどのように処理するかを幅広くカバーするデータセットになっています。

　性能面では、類似モデルと比較して70倍の解像度向上を実現しており、高解像度fMRI脳活動の予測において標準的なモデリング手法を一貫して上回る結果を示しています。さらに、学習時に含まれていない新しい被験者・言語・タスクに対してもゼロショットで予測できる点が特徴です。ゼロショット予測とは、追加学習なしに未知のデータへ対応できる能力のことで、モデルの汎用性の高さを示す指標と考えられます。これにより、異なる言語圏の被験者や、新しい種類の課題についても、別途データを収集せずに予測できる可能性があります。

公開内容と活用の方向性

　Metaは今回の発表に合わせて、モデルの重み・コード・研究論文・インタラクティブデモをCC BY-NCライセンスで公開しています。CC BY-NCは商用利用を除く研究・教育目的での利用を広く認めるライセンスであり、学術研究者が比較的自由に活用できます。

　Metaは、この公開が3つの方向での活用につながることを期待しています。第一に、神経科学の仮説検証の加速。第二に、脳の仕組みをAIシステムの改善へフィードバックすること。第三に、神経疾患の治療研究における計算シミュレーションの活用です。神経疾患は世界で数億人規模に影響を与える領域であり、新たな治療法の開発は長期間・多大なコストを要します。計算モデルを補助的に組み合わせることで、研究プロセスの一部を効率化できる可能性があると思います。

　なお、モデルはHugging Face上でも公開されており、GitHubのコードベースやデモサイトと合わせて、研究者がすぐに試せる環境が整っています。

まとめ

　MetaのTRIBE v2は、700人超のデータをもとに脳の視覚・聴覚・言語処理を予測するモデルです。類似モデル比70倍の解像度とゼロショット汎用性を備え、神経科学研究やAI開発への貢献が期待されます。モデル・コード・論文はCC BY-NCで公開済みであり、広く活用される展開に注目したいところです。