O modelo TRIBE v2, da Meta, mapeia mais de 20 mil regiões cerebrais a partir de estímulos visuais, auditivos e de linguagem — e pode transformar para sempre a forma como a ciência estuda a mente
Durante décadas, entender como o cérebro humano reage ao mundo dependeu de um processo lento, caro e cheio de limitações. Pesquisadores precisavam recrutar voluntários, submetê-los a exames de ressonância magnética funcional enquanto assistiam vídeos ou ouviam sons, coletar os dados e, só então, tentar identificar padrões. Era um trabalho valioso, mas vagaroso — e o volume de variáveis envolvidas tornava difícil comparar resultados entre diferentes estudos.
Em março de 2026, esse cenário ganhou um elemento novo que pode mudar as regras do jogo. A Meta apresentou o TRIBE v2, um modelo de inteligência artificial desenvolvido para prever a atividade do cérebro humano diante de diferentes estímulos, criado em parceria com pesquisadores da École Normale Supérieure e do laboratório FAIR. O sistema busca integrar diferentes áreas da neurociência em um único modelo capaz de compreender o funcionamento cerebral de forma mais completa. Gizmodo
O que o TRIBE v2 faz, em termos práticos, é criar uma espécie de gêmeo digital do cérebro — um simulador capaz de prever como regiões específicas do córtex vão responder a um filme, uma música ou um texto, sem que seja necessário realizar um novo experimento com participantes humanos.
Como funciona o modelo que “lê” o cérebro
O TRIBE v2 é um modelo trimodal de fundação, treinado para prever como o cérebro humano responde a vídeo, áudio e texto, gerando mapas de atividade neural em alta resolução sem a necessidade de uma ressonância magnética funcional real. O modelo foi vencedor do desafio Algonauts 2025 e foi treinado com mais de 451 horas de registros de fMRI de 25 participantes, sendo avaliado em um conjunto expandido de 1.117 horas cobrindo 720 participantes, alcançando uma resolução espacial 70 vezes superior ao estado da arte anterior. Pasquale Pillitteri
A arquitetura do sistema combina três modelos especializados — um para processar imagens em movimento, outro para sons e um terceiro para linguagem — que são integrados por meio de um sistema do tipo transformer, a mesma arquitetura que impulsiona modelos como o ChatGPT. A partir dessa integração, o modelo consegue prever a atividade cerebral medida por exames de ressonância magnética funcional, cobrindo mais de 20 mil pontos diferentes do cérebro. Gizmodo
O resultado mais impressionante dos testes foi a capacidade preditiva do sistema em comparação com dados reais. Um dos achados mais importantes do estudo é que o TRIBE v2 pode prever a resposta média de um grupo de pessoas ante um estímulo novo melhor do que qualquer indivíduo do grupo por si só. Isso significa que, em muitos casos, o modelo poderia substituir ou complementar custosos experimentos com participantes humanos. Salud Digital
É fundamental deixar claro o que o modelo não faz: ele não lê pensamentos em tempo real e não decodifica intenções ou emoções individuais. O que ele faz é prever padrões de ativação cerebral em resposta a estímulos externos, o que é algo bastante diferente e, do ponto de vista científico, extremamente valioso. A Meta disponibilizou os pesos do modelo, o código e um demo interativo sob licença Creative Commons BY-NC, permitindo uso livre para pesquisa e fins não comerciais.
O que isso significa para a neurociência e para a medicina
As implicações mais imediatas estão no campo da pesquisa científica. As implicações práticas apontam sobretudo para a área da neurociência computacional, onde o custo e a complexidade de realizar sessões de ressonância magnética funcional limitam severamente o ritmo da investigação. Com um gêmeo digital da atividade neuronal, os pesquisadores podem testar hipóteses em simulação antes de avançar para estudos com participantes humanos. Dessa forma, será possível acelerar a compreensão de perturbações neurológicas como a afasia ou problemas de processamento sensorial, bem como o desenvolvimento de interfaces cérebro-computador. SAPO Tek
A conexão entre neurociência computacional e IA não é nova, mas o TRIBE v2 representa um salto de escala. A interseção entre neurociência e inteligência artificial representa uma vanguarda na pesquisa científica, fornecendo insights essenciais para a compreensão e replicação dos processos cognitivos humanos. Princípios neurocientíficos têm inspirado o desenvolvimento de tecnologias de IA, particularmente através de redes neurais artificiais e algoritmos de aprendizado profundo. A relação é, portanto, de mão dupla: a neurociência inspira a IA, e a IA devolve ferramentas que aceleram a neurociência. Submissoesrevistacientificaosaber
Na medicina, os desdobramentos possíveis são especialmente promissores. A IA já vem sendo aplicada no diagnóstico precoce de doenças neurológicas, como Alzheimer e Parkinson, por meio da análise de imagens e padrões comportamentais. Um modelo como o TRIBE v2, capaz de mapear respostas cerebrais com alta resolução, pode no futuro ajudar a identificar padrões de ativação associados a condições neurológicas antes que os sintomas clínicos apareçam. Jornaldobras
O cérebro como fonte de inspiração para a IA do futuro
Há uma ironia produtiva nessa relação entre neurociência e inteligência artificial: os modelos de deep learning foram originalmente inspirados no funcionamento do cérebro biológico, com suas redes de neurônios e sinapses. Agora, esses mesmos modelos estão sendo usados para estudar e compreender melhor o cérebro que os inspirou.
Ao estudar como o cérebro processa e interpreta informações sensoriais, os pesquisadores podem desenvolver algoritmos de IA mais sofisticados para tarefas como visão computacional e processamento de linguagem natural. Além disso, a compreensão dos mecanismos de aprendizagem e plasticidade cerebral permitirá que os sistemas de IA se adaptem e aprendam de maneira mais eficiente, resultando em algoritmos mais flexíveis e adaptáveis. WeClever
Esse ciclo de retroalimentação entre as duas áreas abre possibilidades que vão além da medicina. Interfaces cérebro-computador mais precisas, sistemas de acessibilidade para pessoas com deficiências motoras ou de fala, e modelos de IA que aprendem de formas mais parecidas com as humanas são consequências possíveis desse campo em desenvolvimento acelerado.
O que o TRIBE v2 representa, por ora, é um passo concreto numa direção que a ciência persegue há décadas: entender o cérebro como sistema, não apenas como um conjunto de regiões isoladas. E pela primeira vez, uma ferramenta computacional parece estar à altura dessa ambição.
Fontes consultadas:
- Gizmodo Brasil — A Meta criou uma IA que consegue antecipar atividade do cérebro humano: https://www.gizmodo.com.br/a-meta-criou-uma-ia-que-consegue-antecipar-atividade-do-cerebro-humano-48299
- Tek Notícias — Meta cria modelo de IA que prevê como o cérebro humano responde ao que vê e ouve: https://tek.sapo.pt/noticias/ciencia/artigos/meta-cria-modelo-de-ia-que-preve-como-o-cerebro-humano-responde-ao-que-ve-e-ouve/
- Revista Científica O Saber — Neurociência e inteligência artificial: explorando conexões e avanços: https://submissoesrevistacientificaosaber.com/index.php/rcmos/article/view/1141
- WeClever — Neurociência na era mente-máquina da tecnologia moderna: https://blog.weclever.com/neurociencia-na-era-mente-maquina-da-tecnologia-moderna/
Autor: Diego Rodríguez Velázquez
