O grupo AI Frontiers da Microsoft Research – a unidade de cerca de 50 pessoas por trás da estrutura de orquestração de agentes AutoGen e do agente de uso de computador Fara – chegou ao fim, de acordo com um relato sincero em primeira pessoa publicado esta semana pelo pesquisador de aprendizado de máquina John Langford, que organizou o grupo dentro do MSR em 2023. Langford escreve que a equipe foi absorvida pela IA da Microsoft no início de setembro e que, na prática, a reorganização não deixou espaço para sua agenda de pesquisa. A postagem tocou num nervo: superou Hacker News com mais de 300 pontos em poucas horas e oferece um dos relatos internos mais detalhados sobre como a mudança da indústria da pesquisa para o dimensionamento está acontecendo dentro de um grande laboratório. Estamos acompanhando as consequências em nossa cobertura de notícias de negócios sobre IA.

O que a AI Frontiers construiu

Langford traça a origem do grupo até os meses após o lançamento do ChatGPT, quando concluiu que pesquisas significativas de IA dentro da Microsoft precisavam de mais estrutura do que o modelo tradicional do MSR. “A quantidade de apoio e foco que outros grupos de investigação estavam a aplicar era suficientemente grande para que, mesmo com uma ideia inteligente perseguida por uma pessoa, fosse provável que chegasse tarde e não fosse convincente”, escreve ele, explicando que um investigador individual não conseguia reunir bases suficientemente fortes para provar que valia a pena prosseguir uma ideia.

Assim, Langford e colegas com ideias semelhantes organizaram a AI Frontiers como uma suborganização de cerca de 50 pessoas, deliberadamente estruturada nem de cima para baixo nem de baixo para cima, mas "em algum lugar no meio confuso". O resultado mais visível do grupo foi aplicado: AutoGen, a estrutura de código aberto amplamente utilizada da Microsoft para orquestrar vários agentes de IA, e Fara, um agente de uso de computador. Nas palavras de Langford, “grande parte do trabalho da AIF consistia em descobrir como fazer os agentes trabalharem”.

Menos visível foi a pesquisa fundamental do grupo. Um contingente de Nova York buscou o que Langford descreve como novas capacidades essenciais: um objetivo "Próximo Latente" que permite a extrapolação de modelos, um otimizador chamado Dion3 que melhora o Muon e um "Transformador de largura de banda total" projetado para tornar os modelos substancialmente mais poderosos por meio de recursão.

O grupo também tentou compartilhar infraestrutura com o restante da Microsoft Research, mantendo um monorepo aberto a todos os pesquisadores do MSR. Esse repositório incluía uma base de código de pré-treinamento em escala de borda que Langford apresentou na conferência COLM do mês passado - um detalhe que ele chama de menor, mas que ele usa para enfatizar quanto esforço é necessário para construir um pipeline de treinamento de modelo funcional, observando que três outras equipes internas estavam tentando a mesma coisa sem uma base compartilhada.

A reorganização de setembro

No início de setembro, a Microsoft incorporou a AI Frontiers na Microsoft AI, a divisão de produtos muito maior que abriga os esforços de IA empresarial e de consumo da empresa. No papel, admite Langford, a mudança fazia sentido: a combinação de duas organizações de IA concentra esforços, e cada uma tinha pontos fortes que faltavam à outra.

Na prática, escreve ele, a fusão naufragou na filosofia. “A filosofia central é o dimensionamento, e não a pesquisa agressiva”, diz Langford sobre a ex-liderança da Microsoft AI – uma referência à equipe que se juntou à Microsoft desde a startup Inflection AI, que agora molda a direção da divisão sob sua liderança. O seu enquadramento da economia resultante é contundente: modelos maiores produzem melhores previsões e "os retornos à escala são muito mais previsíveis do que os retornos da investigação", pelo que uma organização que prioriza a escala concentra-se na aquisição e refinamento de dados em vez de em novos métodos.

Esse foco, argumenta ele, está “a um passo de distância” do trabalho fundamental que a AI Frontiers estava fazendo – e além da incompatibilidade filosófica, ele diz que as boas-vindas foram, na melhor das hipóteses, mornas. “Havia muitas evidências de que eles simplesmente não nos queriam”, escreve Langford, chamando a situação de “difícil de se encontrar”. Ele não poupa a sua própria visão do trade-off, descrevendo a abordagem apenas de expansão como mal orientada, embora o argumento completo se estenda para além do ponto que ele faz explicitamente no post.

Pesquisa vs. Dimensionamento, além da Microsoft

O ensaio surge em meio a um debate mais amplo na indústria sobre se os laboratórios de fronteira podem sustentar organizações de pesquisa genuínas ao longo dos prazos dos produtos. A Microsoft não está sozinha na consolidação da investigação em IA sob uma liderança centrada no produto, mas o relato de Langford é invulgarmente específico sobre a mecânica: um grupo pequeno e produtivo que não recebeu nem um mandato nem uma recepção após uma reorganização empresarial, com as suas contribuições de infra-estruturas absorvidas discretamente.

A discussão no Hacker News, onde a postagem atraiu centenas de comentários, centrou-se em grande parte nessa tensão – se autópsias como esta descrevem um amadurecimento inevitável da pesquisa corporativa de IA ou um erro estratégico em que os laboratórios trocam vantagens metodológicas duráveis ​​por ganhos de escala previsíveis. Os comentaristas também destacaram a ironia de que o AutoGen, um dos projetos de assinatura da AI Frontiers, ajudou a definir a categoria de orquestração de agentes que agora domina os roteiros de IA empresarial.

Para a Microsoft, o episódio é uma nota de rodapé de reputação com implicações práticas. A empresa apostou sua estratégia de IA na cadência de remessas da Microsoft AI, e Langford não afirma que a organização resultante da fusão criará produtos piores. A sua preocupação é mais restrita e mais directa: que o pipeline para novas ideias – as pessoas, a infra-estrutura, a tolerância para abordagens não comprovadas – seja exactamente o que uma divisão que prioriza a escala tem menos utilidade, até ao dia em que precisar de uma.

Nem a postagem de Langford nem a reorganização que ele descreve mudam o que os usuários veem hoje, mas esclarecem como a Microsoft agora classifica suas apostas em IA. Pesquisas que podem ser transformadas em escala estão disponíveis; pesquisas que podem mudar o significado da escala estão, na melhor das hipóteses, em liberdade condicional. Como Langford coloca no título do post, este é o fim do AI Frontiers – e um ponto de dados na discussão sobre para que serve a pesquisa corporativa de IA.

Fique à frente da IA

O negócio da IA está sendo reescrito em tempo real, e as decisões tomadas em laboratórios como o da Microsoft moldam as ferramentas que todos herdam. Acompanhe todos os desenvolvimentos em nossa cobertura de notícias sobre IA.

Leia mais notícias sobre IA →