El grupo AI Frontiers de Microsoft Research, la unidad de aproximadamente 50 personas detrás del marco de orquestación del agente AutoGen y el agente de uso informático Fara, ha llegado a su fin, según un sincero relato en primera persona publicado esta semana por el investigador de aprendizaje automático John Langford, quien organizó el grupo dentro de MSR en 2023. Langford escribe que el equipo fue absorbido por Microsoft AI a principios de septiembre y que, en la práctica, la reorganización no dejó lugar para su agenda de investigación. La publicación tocó una fibra sensible: encabezó Hacker News con más de 300 puntos en cuestión de horas, y ofrece uno de los relatos internos más detallados hasta el momento sobre cómo se está desarrollando el cambio de la industria de la investigación a la ampliación dentro de un laboratorio importante. Estamos siguiendo las consecuencias en nuestra cobertura de noticias empresariales sobre IA.
Qué construyeron las fronteras de la IA
Langford remonta el origen del grupo a los meses posteriores al lanzamiento de ChatGPT, cuando concluyó que una investigación significativa de IA dentro de Microsoft necesitaba más estructura que el modelo tradicional de MSR. "La cantidad de apoyo y enfoque que otros grupos de investigación estaban aplicando era tan grande que incluso con una idea inteligente perseguida por una sola persona era probable que llegara tarde y poco convincente", escribe, explicando que un investigador en solitario no podía reunir bases lo suficientemente sólidas como para demostrar que valía la pena seguir una idea.
Así que Langford y colegas de ideas afines organizaron AI Frontiers como una suborganización de unas 50 personas, deliberadamente estructurada ni de arriba hacia abajo ni de abajo hacia arriba sino "en algún lugar en el desordenado medio". Se aplicó el resultado más visible del grupo: AutoGen, el marco de código abierto ampliamente utilizado de Microsoft para orquestar múltiples agentes de IA, y Fara, un agente de uso informático. Según Langford, "gran parte del trabajo de la AIF consistió en descubrir cómo hacer que los agentes trabajaran".
Menos visible fue la investigación fundamental del grupo. Un contingente de Nueva York persiguió lo que Langford describe como nuevas capacidades centrales: un objetivo "Next Latent" que permite a los modelos extrapolar, un optimizador llamado Dion3 que mejora a Muon y un "Transformador de ancho de banda completo" diseñado para hacer que los modelos sean sustancialmente más poderosos a través de la recursividad.
El grupo también intentó compartir infraestructura con el resto de Microsoft Research, manteniendo un monorepo abierto a todos los investigadores de MSR. Ese repositorio incluía una base de código de preentrenamiento a escala periférica que Langford presentó en la conferencia COLM del mes pasado, un detalle que él considera menor, pero que utiliza para subrayar cuánto esfuerzo requiere construir un canal de entrenamiento de modelos funcional, señalando que otros tres equipos internos estaban intentando lo mismo sin una base compartida.
La reorganización de septiembre
A principios de septiembre, Microsoft incorporó AI Frontiers a Microsoft AI, la división de productos mucho más grande que alberga los esfuerzos de IA empresarial y de consumo de la compañía. Sobre el papel, admite Langford, la medida tenía sentido: combinar dos organizaciones de IA concentra el esfuerzo y cada una tenía fortalezas de las que la otra carecía.
En la práctica, escribe, la fusión fracasó en la filosofía. "La filosofía central allí es escalar, y no investigar agresivamente", dice Langford sobre el ex liderazgo de Inflection de Microsoft AI, una referencia al equipo que se unió a Microsoft desde la startup Inflection AI, que ahora da forma a la dirección de la división bajo su liderazgo. Su encuadre de la economía resultante es contundente: los modelos más grandes producen mejores predicciones, y "los rendimientos de escala son mucho más predecibles que los rendimientos de la investigación", por lo que una organización que prioriza la escala se concentra en adquirir y refinar datos en lugar de nuevos métodos.
Ese enfoque, sostiene, está "bastante a un paso" del trabajo fundamental que AI Frontiers estaba haciendo, y más allá del desajuste filosófico, dice que la bienvenida fue, en el mejor de los casos, tibia. "Había muchas pruebas de que en realidad no nos querían", escribe Langford, calificando la situación como "difícil de encontrar". No escatima en su propia visión de la compensación y describe el enfoque de sólo escalamiento como mal dirigido, aunque el argumento completo se extiende más allá del punto que plantea explícitamente en la publicación.
Investigación versus escalamiento, más allá de Microsoft
El ensayo se produce en medio de un debate más amplio de la industria sobre si los laboratorios de vanguardia pueden sostener organizaciones de investigación genuinas junto con los plazos de los productos. Microsoft no es el único que consolida la investigación de IA bajo un liderazgo centrado en el producto, pero el relato de Langford es inusualmente específico acerca de la mecánica: un grupo pequeño y productivo que no recibe ni un mandato ni una bienvenida después de una reorganización corporativa, con sus contribuciones de infraestructura silenciosamente absorbidas.
La discusión en Hacker News, donde la publicación generó cientos de comentarios, se centró en gran medida en esa tensión: si autopsias como esta describen una maduración inevitable de la investigación corporativa de IA o un error estratégico en el que los laboratorios intercambian ventajas metodológicas duraderas por ganancias de escala predecibles. Los comentaristas también señalaron la ironía de que AutoGen, uno de los proyectos emblemáticos de AI Frontiers, ayudó a definir la categoría de orquestación de agentes que ahora domina las hojas de ruta de la IA empresarial.
Para Microsoft, el episodio es una nota a pie de página con implicaciones prácticas. La compañía ha apostado su estrategia de IA en la cadencia de envío de Microsoft AI, y Langford no afirma que la organización fusionada creará peores productos. Su preocupación es más limitada y más concreta: que el canal de nuevas ideas (la gente, la infraestructura, la tolerancia hacia enfoques no probados) es exactamente lo que menos utiliza una división que prioriza la escala, hasta el día en que la necesite.
Ni la publicación de Langford ni la reorganización que describe cambian lo que los usuarios ven hoy, pero sí aclaran cómo Microsoft clasifica ahora sus apuestas en IA. La investigación que puede ampliarse está de moda; La investigación que podría cambiar el significado de la escala está, en el mejor de los casos, a prueba. Como dice Langford en el título de la publicación, este es el fin de las fronteras de la IA y un dato en la discusión sobre para qué sirve la investigación corporativa en IA.
Manténgase por delante de la IA
El negocio de la IA se está reescribiendo en tiempo real, y las decisiones que se toman dentro de laboratorios como el de Microsoft dan forma a las herramientas que todos los demás heredan. Siga cada desarrollo en nuestra [cobertura de noticias sobre IA] (https://aibuzzwire.news).
Leer más noticias sobre IA →
