Yapay zeka alanındaki son gelişmeler, beynin karmaşık işleyiş mekanizmalarını anlama konusunda önemli adımlar atıyor. Araştırmacılar, beyin kodlayıcı modellerin sadece doğru tahminler yapıp yapmadığını değil, aynı zamanda gerçekten beynin işlevsel organizasyonunu kavrayıp kavramadığını anlamak için yeni yaklaşımlar geliştiriyor.
TRIBE v2 modeli, önceden eğitilmiş görme ve dil ağlarının iç aktivasyonlarından korteksin fMRI yanıtlarını tahmin ediyor. Geleneksel değerlendirme yöntemleri sadece modelin veriyi ne kadar iyi uydurabileceğini ölçerken, beynin gerçek işleyişini ne kadar anladığı konusunda yetersiz kalıyor.
Bilim insanları bu sorunu çözmek için 'özellik görselleştirme' adı verilen yeni bir teknik önerdi. Bu yöntem, hedef beyin bölgesi için kodlayıcının öngördüğü aktivasyonda gradyan yükselişi kullanarak çalışıyor. V-JEPA 2 ile birleştirilen TRIBE v2 modeli üzerinde yapılan testlerde, ventral ve dorsal görsel hiyerarşileri kapsayan yedi farklı bölge için durağan görüntüler sentezlendi.
Sonuçlar oldukça etkileyici çıktı. Aynı hiperparametreler altında, sistem V1'den V4'e kadar artan uzamsal ölçek ve özellik karmaşıklığının görünür bir ilerleyişini başarıyla yeniden üretti. Bu durum, modelin sadece veri ezberleme yapmadığını, gerçekten de ventral akım hiyerarşisini anladığını gösteriyor.