Meta با سرمایهگذاری ۱۴.۳ میلیارد دلار در شرکت Scale AI از ماه ژوئن تلاش کرده است تا جایگاه خود را در توسعه هوش مصنوعی تقویت کند، اما این همکاری بزرگ علائم ناپایداری را نشان میدهد که میتواند آینده پروژههای هوش مصنوعی این غول تکنولوژی را تحت تاثیر قرار دهد.
Meta ماهها پیش در یک حرکت استراتژیک، مدیرعامل Scale AI، الکساندر وانگ و چند تن از مدیران کلیدی این شرکت را به آزمایشگاه هوش فوقالعاده متا (MSL) آورد تا پروژههای هوش مصنوعی ابرپیشرفتهای را پیش ببرند. اما اکنون مشخص شده که ارتباط دو شرکت به مشکلاتی برخورده است و برخی مدیران که از Scale AI به Meta منتقل شده بودند، بعد از مدت کوتاهی از شرکت جدا شدهاند.
یکی از جدیترین نشانههای این شکاف، ترک روبن مایر، معاون ارشد پیشین محصول و عملیات GenAI در Scale AI است که تنها دو ماه پس از پیوستن به Meta، شرکت را ترک کرده است. از سوی دیگر، گرچه Scale AI به عنوان یکی از بزرگان در زمینه برچسبگذاری داده معروف است، اما تیمهای تحقیقاتی Meta ترجیح میدهند با رقبای این شرکت مانند Surge و Mercor همکاری کنند، چرا که کیفیت دادههای آنها را بالاتر ارزیابی میکنند.
این بازتعریف همکاریها در حالی رخ میدهد که Scale AI با مدل کسبوکار خود که بیشتر بر نیروی کار کمهزینه و گسترده متکی بود، در طول زمان با چالش روبرو شده است. با رشد نیاز به دادههای تخصصیتر و باکیفیتتر برای آموزش مدلهای هوش مصنوعی پیچیده، رقبا با تاکید بر جذب کارشناسان متخصص بازار سهم بیشتری را از این گزینه بازار به خود اختصاص دادهاند.
تغییرات استراتژیک در همکاری متا و Scale AI
متا علاوه بر همکاری با Scale AI، به شرکتهای مهم دیگری مانند Mercor و Surge نیز روی آورده است. این تنوع در تامینکنندگان داده نشان میدهد که ممکن است متا تصمیم گرفته است همه تخممرغهای خود را در یک سبد نگذارد، حتی پس از سرمایهگذاری عظیم میلیاردی در Scale AI.
این اقدام متا با توجه به کاهش همکاری چند شرکت بزرگ مانند OpenAI و گوگل با Scale AI قابل درک است. پس از آن، Scale AI مجبور به تعدیل نیروی کار خود شد و مدیرعامل جدید این شرکت، جیسون دروگه، برنامههایی برای تمرکز بیشتر بر فروش به دولت و گسترش فعالیتهای خود در این بخش اعلام کرده است.
مشکلات داخلی و جذب و حفظ استعدادها در Meta
با ورود مدیران و پژوهشگران برجسته از شرکتهایی مانند OpenAI به متا، مشکلاتی در مدیریت و هماهنگی تیمها به وجود آمده است و تعدادی از اعضای با تجربه، پروژههای AI متا را ترک کردهاند. تلاش مارک زاکربرگ، مدیرعامل متا، برای رقابت با غولهای هوش مصنوعی دیگر از طریق جذب استعدادهای برتر و سرمایهگذاری سنگین در زیرساختهای دادهای مانند ساخت پایگاه داده ۵۰ میلیارد دلاری «هایپریون»، هنوز به ثبات کامل نرسیده است.
اهمیت کیفیت دادهها در موفقیت پروژههای هوش مصنوعی
کیفیت دادهها یکی از فاکتورهای کلیدی برای موفقیت در توسعه هوش مصنوعی است. Scale AI با چالشهایی در این حوزه مواجه است، خصوصاً که رقبا بر مدلهای مبتنی بر تخصص و نیروی کار ماهر تاکید دارند. در چنین شرایطی، موفقیت متا در توسعه هوش فوقالعاده به توانایی این شرکت در همکاری موثر با تأمینکنندگان داده باکیفیت و حفظ استعدادهای کلیدی خود بستگی دارد.
آینده هوش مصنوعی در متا
متا در تلاش است نسل بعدی مدلهای هوش مصنوعی خود را تا پایان سال جاری میلادی عرضه کند. در حالی که مشکلات کنونی میتوانند سرعت پیشرفت را کاهش دهند، تغییرات مدیریتی و ساختارهای نوآورانه ممکن است به این شرکت کمک کند تا در رقابت با OpenAI و گوگل به موفقیت برسد.
برای دنبال کردن تازهترین اخبار و تحلیلهای هوش مصنوعی و فناوریهای نوین میتوانید با ما همراه باشید و مطالب ما را در شبکههای اجتماعی به اشتراک بگذارید.
دیدگاه شما