मायक्रोसॉफ्ट रिसर्चचा एआय फ्रंटियर्स ग्रुप - ऑटोजेन एजंट ऑर्केस्ट्रेशन फ्रेमवर्क आणि फारा कॉम्प्युटर-वापर एजंटमागील अंदाजे 50-व्यक्ती एकक - शेवटपर्यंत पोहोचला आहे, मशीन लर्निंग संशोधक जॉन लँगफोर्ड यांनी या आठवड्यात प्रकाशित केलेल्या स्पष्ट पहिल्या-व्यक्ती खात्यानुसार, ज्याने 2023 मध्ये MSR मध्ये गट आयोजित केला होता. लँगफोर्ड लिहितो की, मायक्रोसॉफ्टने सप्टेंबरच्या सुरुवातीच्या काळात एआयला सराव केला होता. पुनर्रचनेने त्याच्या संशोधन अजेंडासाठी कोणतेही घर सोडले नाही. या पोस्टने धक्का बसला: ती काही तासांतच 300 हून अधिक गुणांसह हॅकर न्यूज वर पोहोचली आणि हे उद्योग एका मोठ्या प्रयोगशाळेत संशोधनातून स्केलिंगकडे कसे चालले आहे याचे सर्वात तपशीलवार आतल्या खात्यांपैकी एक देते. आम्ही आमच्या AI बिझनेस न्यूज कव्हरेज मधील परिणामाचा मागोवा घेत आहोत.
एआय फ्रंटियर्सने काय बांधले
लँगफोर्डने चॅटजीपीटीच्या प्रकाशनानंतरच्या काही महिन्यांपर्यंत गटाची उत्पत्ती शोधून काढली, जेव्हा त्यांनी निष्कर्ष काढला की मायक्रोसॉफ्टमधील अर्थपूर्ण एआय संशोधनासाठी एमएसआरच्या पारंपारिक मॉडेलपेक्षा अधिक संरचना आवश्यक आहे. "इतर संशोधन गट जेवढे समर्थन आणि फोकस लागू करत होते ते इतके मोठे होते की एका व्यक्तीने पाठपुरावा केलेल्या चतुर कल्पनेनेही ती उशीरा आणि न पटणारी असण्याची शक्यता होती," ते लिहितात, एक एकल संशोधक एखादी कल्पना पाठपुरावा करणे योग्य आहे हे सिद्ध करण्यासाठी पुरेसे आधारभूत तत्त्वे एकत्र करू शकत नाही हे स्पष्ट करून ते लिहितात.
त्यामुळे लँगफोर्ड आणि समविचारी सहकाऱ्यांनी सुमारे 50 लोकांची उप-संस्था म्हणून एआय फ्रंटियर्सचे आयोजन केले, मुद्दाम वर-खाली किंवा खाली-वर नसून "कुठेतरी गोंधळलेल्या मध्यभागी" रचना केली. गटाचे सर्वात दृश्यमान आउटपुट लागू केले गेले: ऑटोजेन, मायक्रोसॉफ्टचे एकाधिक एआय एजंट्सचे आयोजन करण्यासाठी मोठ्या प्रमाणावर वापरले जाणारे ओपन-सोर्स फ्रेमवर्क आणि फारा, एक संगणक-वापर एजंट. लँगफोर्डच्या सांगण्यामध्ये, "एआयएफचे बरेचसे काम एजंट्सना कसे काम करावे हे शोधत होते."
गटाचे मूलभूत संशोधन कमी दृश्यमान होते. न्यू यॉर्कच्या एका तुकडीने लँगफोर्डने नवीन मुख्य क्षमता म्हणून वर्णन केलेल्या गोष्टींचा पाठपुरावा केला: "नेक्स्ट लेटेंट" उद्दिष्ट जे मॉडेल्सना एक्स्ट्रापोलेट करण्यास सक्षम करते, Dion3 नावाचे ऑप्टिमायझर जे Muon वर सुधारते आणि "फुल बँडविड्थ ट्रान्सफॉर्मर" पुनरावृत्तीद्वारे मॉडेलला अधिक शक्तिशाली बनविण्यासाठी डिझाइन केलेले.
सर्व MSR संशोधकांसाठी मोनोरेपो खुला ठेवत, उर्वरित Microsoft संशोधनासह पायाभूत सुविधा सामायिक करण्याचा समूहाने प्रयत्न केला. त्या भांडारात मागील महिन्याच्या COLM परिषदेत सादर केलेला एज-स्केल प्रीट्रेनिंग कोडबेस लँगफोर्डचा समावेश होता — ज्याला तो किरकोळ म्हणतो, परंतु एक कार्यरत मॉडेल-प्रशिक्षण पाइपलाइन तयार करण्यासाठी किती मेहनत घ्यावी लागते हे अधोरेखित करण्यासाठी वापरतो, तीन इतर अंतर्गत कार्यसंघ सामायिक पायाशिवाय समान प्रयत्न करत होते.
सप्टेंबर रीऑर्ग
सप्टेंबरच्या सुरुवातीस, मायक्रोसॉफ्टने एआय फ्रंटियर्सला मायक्रोसॉफ्ट एआयमध्ये दुमडले, जे कंपनीचे ग्राहक आणि एंटरप्राइझ AI प्रयत्नांचे काम करते. कागदावर, लँगफोर्डने कबूल केले की, या हालचालीला अर्थ प्राप्त झाला: दोन एआय संस्था एकत्र करणे प्रयत्नांवर केंद्रित होते आणि प्रत्येकामध्ये इतर सामर्थ्यांचा अभाव होता.
व्यवहारात, ते लिहितात, विलीनीकरण तत्त्वज्ञानावर आधारित आहे. "तेथे मूळ तत्वज्ञान स्केलिंग आहे, आणि आक्रमकपणे संशोधन नाही," लँगफोर्ड मायक्रोसॉफ्ट एआयच्या माजी इन्फ्लेक्शन नेतृत्वाबद्दल म्हणतो - स्टार्टअप इन्फ्लेक्शन एआय मधून मायक्रोसॉफ्टमध्ये सामील झालेल्या संघाचा संदर्भ, जे आता त्याच्या नेतृत्वाखाली विभागाची दिशा ठरवते. परिणामी अर्थशास्त्राची त्याची मांडणी बोथट आहे: मोठी मॉडेल्स चांगली भविष्यवाणी करतात आणि "संशोधनाकडे परत येण्यापेक्षा स्केलवर परत येणे अधिक अंदाजे असते," म्हणून स्केलिंग-प्रथम संस्था नवीन पद्धतींऐवजी डेटा मिळवण्यावर आणि परिष्कृत करण्यावर लक्ष केंद्रित करते.
एआय फ्रंटियर्स करत असलेल्या मूलभूत कामापासून ते लक्ष "एक पाऊल दूर" आहे - आणि तात्विक विसंगतीच्या पलीकडे, तो म्हणतो की स्वागत अगदी उबदार होते. "त्यांना खरोखरच आमची इच्छा नव्हती याचे पुष्कळ पुरावे आहेत," लँगफोर्ड लिहितात, "स्वतःला शोधणे कठीण आहे" अशी परिस्थिती आहे. संपूर्ण युक्तिवाद त्याने पोस्टमध्ये स्पष्टपणे मांडलेल्या बिंदूच्या पलीकडे विस्तारला असला तरी, केवळ स्केलिंग-पद्धतीचे चुकीचे दिशानिर्देशित म्हणून वर्णन करून, तो व्यापार-ऑफबद्दलचा स्वतःचा दृष्टिकोन सोडत नाही.
संशोधन वि. स्केलिंग, मायक्रोसॉफ्टच्या पलीकडे
फ्रंटियर लॅब्स उत्पादन टाइमलाइनसह अस्सल संशोधन संस्था टिकवून ठेवू शकतात की नाही याबद्दल व्यापक उद्योग वादाच्या दरम्यान निबंध उतरला. उत्पादन-केंद्रित नेतृत्वाखाली AI संशोधन एकत्रित करण्यात Microsoft क्वचितच एकटे आहे, परंतु Langford चे खाते यांत्रिकीबद्दल असामान्यपणे विशिष्ट आहे: एक लहान, उत्पादक गट ज्याला कॉर्पोरेट पुनर्रचनेनंतर कोणतेही आदेश किंवा स्वागत नाही, त्याच्या पायाभूत सुविधांचे योगदान शांतपणे शोषले गेले.
हॅकर न्यूजवरील चर्चा, जिथे पोस्टने शेकडो टिप्पण्या काढल्या, मुख्यत्वे त्या तणावावर केंद्रित आहे - यासारखे शवविच्छेदन कॉर्पोरेट AI संशोधनाच्या अपरिहार्य परिपक्वतेचे वर्णन करते किंवा धोरणात्मक त्रुटी ज्यामध्ये लॅब अंदाजे स्केलिंग नफ्यासाठी टिकाऊ पद्धतशीर फायद्यांचा व्यापार करतात. एआय फ्रंटियर्सच्या स्वाक्षरी प्रकल्पांपैकी एक असलेल्या ऑटोजेनने एजंट-ऑर्केस्ट्रेशन श्रेणी परिभाषित करण्यात मदत केली जी आता एंटरप्राइझ एआय रोडमॅप्सवर वर्चस्व गाजवते हे विडंबनकर्त्यांनी ध्वजांकित केले.
मायक्रोसॉफ्टसाठी, भाग हा व्यावहारिक परिणामांसह एक प्रतिष्ठित तळटीप आहे. कंपनीने मायक्रोसॉफ्ट एआयच्या शिपिंग कॅडन्सवर आपली एआय रणनीती तयार केली आहे आणि लँगफोर्ड असा दावा करत नाही की विलीन केलेली संस्था वाईट उत्पादने तयार करेल. त्याची चिंता अधिक संकुचित आणि अधिक स्पष्ट आहे: नवीन कल्पनांसाठी पाइपलाइन - लोक, पायाभूत सुविधा, अप्रमाणित दृष्टीकोनांसाठी सहिष्णुता - अगदी स्केलिंग-फर्स्ट डिव्हिजनला ज्या दिवसाची गरज आहे त्या दिवसासाठी किमान वापर केला जातो.
आज वापरकर्ते काय पाहतात ते बदल लँगफोर्डचे पोस्ट किंवा पुनर्रचना यांचे वर्णन नाही, परंतु ते स्पष्ट करतात की मायक्रोसॉफ्ट आता त्याचे एआय बेट कसे क्रमवारी लावते. स्केल मध्ये चालू केले जाऊ शकते संशोधन आहे; संशोधन जे स्केल म्हणजे काय बदलू शकते, सर्वोत्तम, प्रोबेशनवर. लँगफोर्डने पोस्टच्या शीर्षकात म्हटल्याप्रमाणे, हा एआय फ्रंटियर्सचा शेवट आहे — आणि कॉर्पोरेट एआय संशोधन कशासाठी आहे यावरील युक्तिवादाचा डेटा पॉइंट आहे.
AI च्या पुढे रहा
AI चा व्यवसाय रिअल टाइममध्ये पुन्हा लिहिला जात आहे आणि Microsoft च्या प्रयोगशाळेत घेतलेले निर्णय इतर प्रत्येकाला वारशाने मिळालेल्या साधनांचा आकार देतात. आमच्या AI बातम्या कव्हरेज मधील प्रत्येक विकासाचे अनुसरण करा.
अधिक एआय बातम्या वाचा →
