Meta TRIBE v2: umělý mozek odhadne, jak lidi zareagují na reklamu, ještě než ji pustíte ven

Meta naučila AI odhadnout, co dělá mozek. Zatím ten průměrný

TRIBE (TRImodal Brain Encoder) vznikl v týmu Brain & AI v Meta FAIR. První verze v roce 2025 vyhrála soutěž Algonauts, ve které 263 týmů předpovídalo, jak mozek reaguje na filmy. Druhá verze vyšla 26. března 2026 a v květnu k ní přibyl vědecký článek A foundation model of vision, audition, and language for in-silico neuroscience (d'Ascoli, Rapin, King a kolektiv, arXiv 2605.04326).

Princip je překvapivě skromný. TRIBE v2 nic nevidí ani neslyší sám. Bere tři hotové modely, které už svět vnímat umí: V-JEPA 2 na video, Wav2Vec-BERT 2.0 na zvuk a Llama 3.2 se třemi miliardami parametrů na text. Ty zůstávají zmrazené a nad nimi se učí transformer, který jejich vnitřní reprezentace překládá na aktivitu mozku. Funguje jako simultánní tlumočník, který poslouchá tři kolegy najednou a jejich řeč převádí do jediného jazyka: jazyka prokrvení mozkové kůry. Výstupem je odhad signálu ve 20 484 bodech kůry a 8 802 podkorových voxelech, dvakrát za sekundu.

Pro marketing je podstatné, čí mozek model předpovídá. Veřejně dostupná verze odhaduje reakci průměrného člověka. Na konkrétní cílovou skupinu, segment nebo třicetiletou mámu z Ostravy, se kterou počítá váš mediaplán, nestačí. Model ví, kde se mozek rozsvítí. Co si člověk potom koupí, se z toho nedozví.

Data ze 720 mozků. Nejvíc hodin nakoukali čtyři lidé u Přátel

Meta pro TRIBE v2 nenasbírala žádná nová data. Celý model stojí na veřejných datasetech z univerzitních laboratoří a největší díl dat pochází z Courtois NeuroMod v Montrealu: čtyři dobrovolníci v něm strávili v tomografu 268,7 hodiny, hlavně nad seriálem Přátelé a celovečerními filmy. K tomu přibyly podcasty (LeBel 2023), krátká videa (BOLD Moments) a videoklipy (Wen 2017). Dohromady se model učil na 451,6 hodiny záznamů od 25 lidí.

Ověřoval se pak na lidech, které nikdy neviděl: 695 účastníků a 666,1 hodiny ze čtyř dalších datasetů, mezi nimi filmová data Human Connectome Project nebo mluvené příběhy z projektu Narratives. Celkem tedy 720 lidí a 1 117,7 hodiny. Meta ve svých příspěvcích píše o „500+ hodinách od 700+ lidí“ a na demo stránce o 70 000 voxelech. Já se držím čísel z vědeckého článku, protože u nich je aspoň vidět, odkud se vzala.

Výsledky jsou na neurovědu silné. Předpověď pro úplně nové lidi, bez jakéhokoli doladění, se s průměrnou reakcí skupiny shoduje zhruba dvakrát líp než skutečný sken typického účastníka (korelace kolem 0,4). Stačí hodina dat od nového člověka a model je dvakrát až čtyřikrát přesnější než lineární model trénovaný od nuly. Přesnost navíc roste s objemem dat a strop zatím není vidět. Přiznám se, že nejvíc mě nadchlo něco jiného: model ve virtuálních pokusech zopakoval desítky let staré objevy, třeba oblasti mozku pro obličeje, místa nebo psaná slova, aniž by kdokoli musel ležet v tomografu.

Model stáhnete za odpoledne. Vydělávat na něm nesmíte

Kdo chce TRIBE v2 vyzkoušet, má to jednoduché. Kód leží na GitHubu v repozitáři facebookresearch/tribev2, váhy modelu na Hugging Face pod názvem facebook/tribev2 a Meta k němu provozuje i webové demo a notebook pro Google Colab.

Jak TRIBE v2 použít: GitHub, Hugging Face a demo

Nainstalujete ho příkazem pip install -e ., potřebujete k tomu Python 3.11 nebo novější. Model načtete příkazem TribeModel.from_pretrained("facebook/tribev2"). Z videa, zvukové stopy nebo textu pak vytvoříte tabulku událostí a funkce predict z ní spočítá odhad aktivity zhruba 20 tisíc bodů mozkové kůry v čase. Na pochopení výstupu se hodí někdo, kdo ví, co je fusiformní oblast.

Háček je v licenci. TRIBE v2 je vydaný pod Creative Commons BY-NC 4.0 a písmena NC znamenají nekomerční použití. Agentura ani výzkumná firma na něm bez svolení Mety placenou službu postavit nesmí. Meta navíc jako oblasti využití jmenuje neurovědu, vývoj AI a zdravotnictví. Reklama v jejích materiálech chybí a o napojení na reklamní systém zatím nepadlo ani slovo.

Autoři sami přiznávají, kde model končí. Magnetická rezonance měří prokrvení se zpožděním několika sekund, takže rychlé reakce mezi záběry modelu unikají. Pracuje jen se zrakem, sluchem a jazykem. A mozek v něm podle autorů vystupuje jako pasivní pozorovatel: modeluje vnímání, rozhodování už ne. Mapa mozku zatím o nákupním košíku neví nic.

A pak přišly první nezávislé testy. Sahu a Pandey v červenci 2026 změřili, jestli předpovězená aktivita mozku odhadne, které pasáže 48 videí na YouTube lidé přehrávají znovu. Korelace vyšla 0,058, tedy statisticky nevýznamná, a jednoduché měření hlasitosti a pohybu v obraze dopadlo stejně. Rodrigues zkoumal zapamatovatelnost videí: na jednom datasetu předpověď mozku pomohla, na druhém prohrála s obyčejným videomodelem. Obě studie jsou zatím preprinty bez recenzního řízení, ukazují ale stejným směrem. Na Hugging Face mezitím vyrostly amatérské „skórovače reklam“ postavené na TRIBE. Validaci nemá žádný z nich.

Neuromarketing v praxi: když mozek ví víc než dotazník

Myšlenka, že mozek prozradí víc než dotazník, má jméno: neuroforecasting. A má i pár slavných důkazů. Emily Falk a kolegové v roce 2012 (Psychological Science) ukázali třiceti kuřákům tři protikuřácké kampaně. Aktivita v mediální prefrontální kůře seřadila kampaně podle skutečného nárůstu hovorů na linku pomoci správně. Hodnocení samotných kuřáků i odhad expertů z oboru je seřadily špatně. Gregory Berns a Sara Moore ve stejném roce zjistili, že reakce centra odměny u 27 teenagerů na neznámé písně korelovala s prodejem za další tři roky (r = 0,32), zatímco jejich deklarované hodnocení skoro vůbec (r = 0,11).

Alexander Genevsky, Carolyn Yoon a Brian Knutson v roce 2017 předpovídali úspěch projektů na Kickstarteru. Mozek trefil 59,1 %, vlastní volby účastníků 52,9 %, tedy prakticky hod mincí. Jacek Dmochowski a kol. v roce 2014 (Nature Communications) změřili EEG dvanácti divákům reklam ze Super Bowlu: shoda jejich mozků vysvětlila 66 % rozptylu v hodnocení více než sedmi tisíc lidí. Jejich vlastní hodnocení vysvětlilo 59 %. Náskok tedy existuje, je ale menší, než by napovídaly titulky.

Nejpoctivější test udělala americká Advertising Research Foundation. Studie Venkatramana a kol. (Journal of Marketing Research, 2015) porovnala šest metod na 37 televizních reklamách, u 26 z nich se skutečnými prodejními daty. Nejlepším samostatným prediktorem byl obyčejný dotazník. Něco navíc k němu přidala jen fMRI (aktivita ventrálního striata zvýšila upravené R² o 59 %). EEG, eye tracking, biometrie i implicitní testy nepřidaly nic významného.

Nielsen v roce 2016 hlásil opak: na zhruba šedesáti reklamách vysvětlilo EEG 62 % prodejů v obchodech a čtení obličeje 9 %. Šlo ale o tiskovou zprávu bez recenzního řízení.

Celý obor má zatím chatrné základy. Knutson a Genevsky v přehledové studii z roku 2018 napočítali jen sedm fMRI studií, které předpovídaly chování trhu, každou s 18 až 41 účastníky. Medián statistické síly v neurovědách je podle Buttona a kol. (2013) kolem 21 %. A Lisa Feldman Barrett s kolegy v roce 2019 ukázala, že z výrazu tváře se konkrétní emoce vyčte mnohem hůř, než předpokládá každý software na čtení obličeje. Neuroforecasting dnes připomíná nadějného dorostence: góly dává, zatím ale hlavně v přípravných zápasech.

Zajímavou poznámku najdete u Dmochowského. Pokud by se podařilo určit, které vlastnosti obsahu shodu mozků vyvolávají, šlo by podle něj předpovídat rovnou z obsahu, bez jediného měření. Přesně tohle TRIBE v2 dělá. Jenže zatím předpovídá jen mozek. Jestli to sedí i na prodejích, zatím nikdo neověřil.

Kdo dnes reklamy testuje a čím: nástroje a firmy

Pretest reklamy znamená vyzkoušet reklamu na vzorku lidí nebo na modelu dřív, než do ní pošlete mediální rozpočet. Měří se, jestli ji lidé pochopí, jestli si jí všimnou, co při ní cítí a jestli si zapamatují značku. Stále častěji s pomocí AI.

Pretest kreativy je v roce 2026 přeplněný trh. Napočítal jsem kolem čtyřiceti firem a dají se rozdělit do sedmi skupin podle toho, co měří. Nejstarší je dotazník, nejrychleji rostou modely bez respondentů. Peníze tečou hlavně do AI testování reklam: Dragonfly AI získala v lednu 2026 pět milionů liber, Alison.ai v únoru 5,1 milionu dolarů, Electric Twin 14 milionů a Simile ze Stanfordu rovnou sto milionů dolarů na simulace lidského rozhodování.

Pozor na čísla o přesnosti. Neurons uvádí přes 95 %, Dragonfly AI 89 %, Attention Insight až 96 %. Všechna tři měří, jak se předpovězená heatmapa shoduje se skutečným eye trackingem. Taková přesnost připomíná předpověď počasí, která skvěle trefí oblačnost a vůbec neřeší, jestli lidi půjdou na koupaliště.

Neurons u svého Impact Score sám přiznává, že vazbu na výsledky na trhu zatím nezveřejnil. S obchodními výsledky pracuje jen hrstka: System1 se odvolává na databázi IPA, Kantar s WARC ukázal, že nejlepší kreativa vydělá víc než čtyřnásobek zisku, a Adverteyes cituje případovou studii Marsu s nárůstem prodeje až o 19 %.

Čtení obličeje mezitím ustupuje. Affectiva v lednu 2025 splynula s iMotions, Realeyes v listopadu 2025 vyčlenil reklamní byznys do samostatné firmy Adverteyes, Zappi měří emoce přes emoji a System1 se ptá rovnou. Přidává se i regulace. Evropský AI Act od 2. února 2025 zakazuje rozpoznávat emoce z biometrických dat v práci a ve škole. Spotřebitelské panely spadají do vysoce rizikových systémů, povinnosti pro ně platí od 2. prosince 2027, a lidé musí vědět, že je systém analyzuje, už od 2. srpna 2026.

V Česku a okolí to vypadá takhle. Samoobslužnou platformu na testování reklam nabízí pražské Behavio: panel přes 500 respondentů, implicitní testy, AI heatmapy pozornosti a výsledky za tři až sedm dní. Klasické dotazníkové pretesty dělají Ipsos, STEM/MARK, MEDIAN a NMS. MEDIAN se skupinou Knowlimits loni spustil výzkum KNOW.attention s eye trackingovými brýlemi a EEG čelenkami. Pro úplnost: s Behaviem i skupinou Knowlimits spolupracujeme jako partneři.

Pretest umí kampaň zachránit. Ale taky ubít

Kreativa je největší páka, kterou marketing má. NCSolutions v roce 2023 rozebralo zhruba 450 kampaní spotřebního zboží a kreativě přisoudilo 49 % prodejního účinku. Marketéři v průzkumu Westwood One její podíl odhadovali na 19 %. Starší čísla Nielsenu rozebírám v článku o tom, proč kreativa dělá většinu výsledku, další velké výzkumy v přehledu studií marketingové efektivity. Testovat to, co rozhoduje o polovině účinku, se proto vyplatí.

Jenže pretest umí škodit. Les Binet a Peter Field v knize The Long and the Short of It (IPA, 2013) prošli 996 kampaní a našli nepříjemný vzorec. Kampaně, které prošly klasickým pretestem, hlásily velmi velký prodejní efekt do šesti měsíců o 10 procentních bodů častěji než netestované. Po dvou a více letech o 10 bodů méně často. Kampaně, které místo pretestu průběžně měřily značku (tracking), měly po dvou letech náskok 31 bodů.

Vysvětlení je nasnadě, i když data jsou jen korelační a pretesty z osmdesátých až nultých let byly převážně racionální. Klasický pretest se ptá, jestli je reklama srozumitelná, uvěřitelná a jestli by si ji respondent pustil znovu. Odpověď bývá ano hlavně tehdy, když ji ohladíte do podoby, kterou už viděl stokrát. Kreativní tým pak tři týdny brousí hrany, až z „té s tou gorilou“ zbude milá rodinka u snídaně. Pretest je dobrý sluha a mizerný vrátný.

Co s tím v pondělí ráno

TRIBE v2 zatím pretest nenahradí a v reklamní praxi ho kvůli licenci ani použít nesmíte. Dává ale tušit, kam se obor pohne: od drahých laboratoří k modelům, které z obsahu odhadnou reakci publika za pár vteřin. Rozumný postup pro rok 2026 vypadá takhle:

1. AI heatmapa na třídění variant. Neurons, Dragonfly AI nebo Attention Insight za minuty ukážou, jestli je vidět značka, produkt a hlavní sdělení. Berte to jako kontrolu čitelnosti. Předpověď prodeje z toho nevyčtete. Další nástroje najdete v přehledu AI nástrojů pro marketing.
2. Lidský panel na finalisty. Emoce a zapamatování značky na dvou až třech nejsilnějších variantách. Behavio, System1 nebo Kantar to zvládnou za dny.
3. Ostrý test na platformě. A/B test v Meta Ads Manageru porovná varianty na skutečných lidech a skutečných penězích. Meta doporučuje nechat ho běžet dva týdny až měsíc.
4. Dlouhodobé měření značky. Tracking povědomí a mentální dostupnosti řekne, jestli kampaň budovala značku. Pretest ať radí, rozhodují výsledky. Jak měřit, když ubývá cookies, popisujeme v samostatném článku.
5. TRIBE v2 jako laboratoř nápadů. Na výzkum a vlastní zvědavost mimo placenou práci. Na otázku „rozsvítí tahle scéna oblast pro obličeje?“ odpoví skvěle. Na otázku „prodá to?“ zatím neodpoví.

Mozek v krabici zní jako sci-fi a zatím funguje jako velmi chytré zrcadlo průměrného diváka. A do zrcadla se vyplatí dívat, jen když víte, co v něm hledáte.

Inspirace & zdroje: d'Ascoli, Rapin, King a kol., A foundation model of vision, audition, and language for in-silico neuroscience, arXiv 2605.04326 (2026) · Meta AI, TRIBE v2 blog a demo (2026) · d'Ascoli a kol., TRIBE: TRImodal Brain Encoder, arXiv 2507.22229 (2025) · Sahu a Pandey, arXiv 2607.01400 (2026) · Rodrigues, arXiv 2607.16292 (2026) · Falk, Berkman a Lieberman, Psychological Science (2012) · Berns a Moore, Journal of Consumer Psychology (2012) · Genevsky, Yoon a Knutson, Journal of Neuroscience (2017) · Dmochowski a kol., Nature Communications (2014) · Venkatraman a kol., Journal of Marketing Research (2015) · Knutson a Genevsky, Current Directions in Psychological Science (2018) · Button a kol., Nature Reviews Neuroscience (2013) · Barrett a kol., Psychological Science in the Public Interest (2019) · Nielsen Consumer Neuroscience (2016) · NCSolutions, Five Keys to Advertising Effectiveness (2023) · Kantar a WARC, The Art of Proof (2023) · Binet a Field, The Long and the Short of It (IPA, 2013) · Nařízení (EU) 2024/1689 o umělé inteligenci · weby a tiskové zprávy uvedených firem (stav k říjnu 2026)

Souvisí to s tím, co děláme: kreativa & idea making, growth & performance marketing a marketingová strategie. Psychologii za rozhodováním rozebíráme v článku o behaviorálních vědách v marketingu a dlouhodobý efekt reklamy v textu o pravidle 60/40.