Durante una audiencia reciente para el subcomisario de los Servicios Armados de Huis sobre Cyber, Tecnologías de la Información e innovación, Alexandr Wang, CEO de Scale AI, testimó los desafíos en el despliegue efectivo de la inteligencia artificial dentro del Ministerio de Defensa. La sesión, celebrada el 18 de julio de 2023, se centró tanto en las barreras del departamento en la integración de las tecnologías de IA como en los riesgos potenciales de los sistemas de IA adversos.
El testimonio de Wang es los talones de la inversión sustancial de meta de $ 14.3 mil millones en escala IA, que ocurrió en junio. Como parte de esta asociación, se aplicaron Wang y varios gerentes de la IA de escala para lanzar los Meta Superinteligencia Labs (MSL). Sin embargo, la dinámica de esta colaboración parece cambiar, caracterizada por la reciente partida ejecutiva y un punto de pivote en la dependencia de Meta de los proveedores de datos.
Los informes indican que uno de los funcionarios de IA escala que recientemente cambió a Meta, Ruben Mayer, ya ha dejado al gigante de la tecnología después de solo dos meses. Mayer, quien anteriormente se desempeñó como vicepresidente senior de productos y operaciones de Genai en escala IA, inicialmente tenía la intención de contribuir a establecer MSL. Mayer disputó afirmaciones sobre su papel y aclaró que no informó a Wang directamente y participó activamente en las actividades centrales del laboratorio.
Además, las materias complicadas sugieren cuentas internas recientes de que los terceros de MSL son proveedores de datos externos, como Mercor y competidores de la AI de escala de longitud de sobresalto, lo que una preferencia caída por los datos de la escala IA entre los investigadores entre los investigadores contiene atención. Aunque es habitual que AI Labs colabore con múltiples proveedores, la inversión sustancial en la IA de escala plantea preguntas sobre la estrategia detrás de la diversificación de sus asociaciones de datos.
Scale AI originalmente construyó su reputación en un modelo de crowdsourcing, utilizando una fuerza laboral grande y rentable para la anotación básica. Dado que las necesidades de los modelos de IA han evolucionado para requerir datos especializados y de alta calidad, Scale AI tiene dificultades para asegurar la fuerza laboral experta necesaria, a pesar de los intentos de tener sus nombres de enfoque, como la plataforma atípica. Las empresas competidoras como Surge y Mercor han obtenido rápidamente la participación de mercado al concentrarse en el talento altamente remunerado desde el principio.
A la luz de estos desarrollos, un portavoz meta refutó la idea de problemas de calidad con el rango de IA de escala; Sin embargo, la historia indica que las asociaciones continuas con otros proveedores de datos pueden reflejar un enfoque cauteloso para Meta. Al agregar los desafíos de la escala de IA, la compañía recientemente descartó a alrededor de 200 empleados en su departamento de etiquetado de datos después de perder clientes de los principales actores como OpenAI y Google después del anuncio de inversión de Meta.
La especulación continúa con respecto a las motivaciones detrás de la adquisición de Meta por escala IA. Muchos observadores señalan que los continuos esfuerzos de Wang para atraer el talento de IA superior pueden estimular esta asociación en lugar de escalar la utilidad de la IA a Meta. Las voces internas sugieren que muchos de los gerentes de escala que han sido traídos a Meta no se adaptan a los equipos de desarrollo básicos en los laboratorios de TBD.
El segmento AI de Meta ha aumentado desde la incorporación de Wang, porque los nuevos reclutas han expresado sus frustraciones debido a la complejidad del entorno empresarial. Además, el equipo anterior que se centra en la IA generativa fue testigo de su alcance reducido, factores que pueden obstaculizar los esfuerzos de la compañía para mantener el ritmo de competidores como OpenAI y Google.
En respuesta a las frustraciones del pasado, Meta ha tratado activamente de reclutar expertos en IA de alto calibre de compañías líderes y expande su huella operativa con considerables inversiones en centros de datos, incluida una instalación monumental de $ 50 mil millones en Louisiana.
A pesar de estas ambiciones, varios nuevos empleados ya se han ido, incluidos investigadores prominentes de Operai. El investigador de MSL AI, Rishabh Agarwal, anunció recientemente su salida, que establece que la primera atracción de unirse al equipo de superinteligencia no supera sus preocupaciones sobre los riesgos y el cambio.
En medio de estas transiciones, la pregunta urgente sigue siendo si Meta puede estabilizar sus iniciativas de IA y retener el talento necesario para futuros éxitos. Los informes indican que MSL está trabajando actualmente en los modelos de IA de la próxima generación, con un lanzamiento esperado hacia el final del año. El panorama en evolución sugiere que, aunque las ambiciones son altas, existen desafíos en la coordinación de esfuerzos para una estrategia de IA exitosa.
