[P] Metaの「脳反応」モデルを投稿で試した。Elonのものをほぼ完璧に当ててきた

Metaのオープンな脳反応モデルの周りに、実験的なUIと可視化レイヤーを構築しました。これが実際にリアルなコンテンツで機能するのかを確かめたかっただけです。

機能します。

だからこそ、ワクワクするのと同時に少し怖いのです。

基本的な考え方は、コンテンツを投入して、予測される脳反応のフットプリントを推定し、投稿間でパターンを比較し、そのシグナルに対して最適化を始められるというものです。

これは、単なるブランディングの良いセンチメント分析ではありません。まったく別種のフィードバックのように感じます。

最初に試したことの一つが、Elon Muskの投稿でした。

モデルはほぼ完璧に、それをバイラルっぽいコンテンツとしてフラグを立てました。

重要なポイント：実際の人気についての情報は一切ありませんでした。いいねも、リポストも、メタデータもありません。ただ文章だけです。

次に、自分のチェス投稿の1つをテストしました。完全に打ちのめされました。

さらに、宇宙関連（科学）っぽい内容を、見せ方を変えて比較しました――UFOと天体物理学です。同じ大枠の題材ですが、予測される反応パターンは完全に別物でした。

そこで、それが単なるギミックっぽく感じなくなりました。

インターフェース、可視化、そしていくつかの実験を短い動画にまとめました。リンクはコメント欄に貼ります。

ここで皆さんがどう思うか気になります。役に立つリサーチ用のおもちゃ、それとも危険な最適化ツール、あるいは両方でしょうか？

出典：
1. https://neural.jesion.pl
2. https://ai.meta.com/blog/tribe-v2-brain-predictive-foundation-model/