メタは昨年、同社への信頼の欠如によりAI研究者の3分の1を失った。

メタは昨年、同社への信頼の欠如によりAI研究者の3分の1を失った。

6月19日、MetaのCEOマーク・ザッカーバーグ氏は人工知能の分野に多額の投資を行っていたが、人員削減や多数の研究者の退職により、このテクノロジー大手は競合他社に遅れをとっている。

人工知能が進歩し続ける中、Meta は OpenAI などの業界リーダーとの競争を継続しようとしています。しかし、同社は過去1年間にAI研究を発表した研究者の少なくとも3分の1を失ったため、これは難しいだろう。彼らの中には、職業的に燃え尽き症候群に陥った者もいれば、Meta に自信を持てない者もいた。

2013年、ザッカーバーグ氏は人工知能の「ゴッドファーザー」であるヤン・ルカン氏を雇い、メタ社の人工知能分野における取り組みを指揮させたが、ホワイトハウスはつい最近開催された「人工知能イノベーションの最前線に立つ企業」サミットにメタ社を招待しなかった。

現在、Meta の従業員は、同社が生成 AI から焦点を逸らした過去の失敗を修正する取り組みを進める中で、Meta に新たな方向性を追求するよう働きかけています。

事情に詳しい関係者によると、ヤン・ルカン氏のリーダーシップの下、Meta AIの研究者たちは大規模な言語モデルを進化させ、ChatGPTのような大規模なモデルを実現することが難しいと感じたという。それでも、6月の従業員との会議で、ザッカーバーグ氏は同社の人工知能の進歩を称賛した。

「昨年、私たちは生成AIにおいて本当に驚くべき進歩、つまり質的な進歩を数多く目撃しました」と彼は語った。

メタは昨年多くの研究者を失ったと伝えられている。彼らは、疲れを感じたり、人工知能に関する会社の将来計画に疑問を抱いたりしていると語った。 OpenAIが昨年11月にChatGPTをリリースし、AIイノベーション競争を効果的に加速させたとき、より多くの従業員が退職を選択しました。

もう一つの AI 競合である画像生成ツール Midjourney は、AI 生成による多数の人気画像がオンラインで話題となり、発売から 1 年以内に人気を博しました。

4月26日から5月10日にかけて実施された社内調査では、Metaの従業員のうち、同社のリーダーシップに信頼を置いていると答えたのはわずか26%だった。メタはコメントの要請にすぐには応じなかった。

ザッカーバーグ氏は2月に発表した収益報告の中で、2023年を「効率性の年」と呼んだ。同社は11月に1万1000人以上の従業員を解雇し、その後も数か月にわたってプロジェクトの閉鎖を続けた。 (小さい)

<<:  [GPT-4理論] GPT-4のコア技術を探る

>>:  ニューヨーク大学のチームは、自然言語を使ってチャットボットChatGPTを使ってマイクロプロセッサをゼロから設計した。

ブログ    

推薦する

警告!長距離LiDAR認識

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

...

AI Eyes: テクノロジーを活用して予防可能な失明をなくす

暗い世界に生きる自分を想像してみてください。人生の大半を目が見えている状態で過ごし、ある日突然失明し...

完璧な最適化目標、AIの盲点

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...

知能ロボットの主要技術:製造分野の知能化を推進

国家発展改革委員会から最近明らかになったところによると、インターネット、ビッグデータ、人工知能と実体...

なぜディープラーニングには局所最小値がないのでしょうか?

この記事では主に定量的な質問に答えます。定量的な問題には主に次のような状況が含まれます。 「私の知る...

...

...

おとぎ話を使ってAIモデルを訓練することで、マイクロソフトは生成モデルのパラメータを探索するための新たな入り口を発見した。

大規模言語モデルのパラメータサイズは拡大しているものの、モデル内のパラメータがどのように機能するかを...

NVIDIA AI ゲーム エンジンをテスト: NPC とリアルタイムでチャット、中国語の会話は超スムーズ

『サイバーパンク2077』で黄院士が作成したインテリジェントNPCはすでに中国語を話している?実際に...

ガベージクリーニングは必須 - Java ガベージコレクションアルゴリズム

1. Javaガベージコレクションアルゴリズムの核となる考え方Java 言語は、使用中のオブジェクト...

...

機械学習トランスフォーマーアーキテクチャの謎を解く

翻訳者|朱 仙中レビュー | Chonglou Transformers は 2017 年の発売以来...

GNNの実装はもはや難しくありません。この記事では、効率的なGNNとスケーラブルなグラフ表現学習の最新の進歩についてまとめています。

グラフ ニューラル ネットワークは、現実世界に適用する場合、メモリ制限、ハードウェア制限、信頼性制限...