Mi rejlik a Meta mesterséges intelligencia-újjászervezése mögött?

Mark Zuckerberg, a Meta vezérigazgatója nem először lép merészet, ám ezúttal minden eddiginél átfogóbb átszervezést hajt végre a cég mesterséges intelligenciával foglalkozó részlegeiben. A frissen létrehozott Meta Superintelligence Labs (MSL) névre keresztelt új divízió alá kerül az összes eddigi AI-csapat, beleértve a kutatás-fejlesztést, a termékfejlesztést és az alapmodellek építését. A cél nem csupán az emberi gondolkodással versenyképes mesterséges intelligencia (AGI), hanem egy olyan rendszerszintű szuperintelligencia megalkotása, amely meghaladja az emberi képességeket.

A projekt élére a mindössze 28 éves Alexandr Wang, a Scale AI alapítója került, akinek cége kulcsszerepet játszott az elmúlt évek legnagyobb nyelvi modelljeinek adatellátásában. Wangot a Meta 14,3 milliárd dolláros befektetéssel, a Scale 49%-os részesedésének megszerzésével "hozta át", így ő lett a vállalat első mesterséges intelligencia-vezérigazgatója (Chief AI Officer). Munkáját a GitHub korábbi vezetője, Nat Friedman egészíti ki, aki a termék- és alkalmazott kutatásokért felel.

Az átszervezés azonban nem csak új vezetőkről szól. A Meta az elmúlt hónapokban intenzív toborzási kampányba kezdett, amellyel számos elismert kutatót csábított át rivális cégektől – többek között az OpenAI-tól, a DeepMindtól és az Anthropictól. Az ajánlatok mértéke – a nyilvánosságra került adatok szerint – nem ritkán kilenc számjegyű kompenzációs csomagokban valósult meg. Az OpenAI egyik vezető kutatója egy belső üzenetben úgy fogalmazott: „mintha valaki betört volna az otthonunkba, és elvitt volna valamit”.

Zuckerberg személyesen is aktív szerepet vállalt a toborzásban, többek között otthonában fogadta a kiszemelt szakembereket. A Meta irodáiban pedig átszervezték az ülésrendeket is, hogy az új mesterségesintelligencia-csapat tagjai fizikailag is közelebb kerüljenek a vállalatvezetéshez.

A szuperintelligencia felé vezető út azonban technológiai értelemben sem problémamentes. A Meta új nagy nyelvi modellje, a Llama 4 – belső nevén „Behemoth” – már többször is csúszott, részben azért, mert a vártnál gyengébben teljesít. Mindez nem csupán technikai kérdés: az ilyen modellek a vállalat különböző termékeit is meghatározzák a jövőben, legyen szó üzleti automatizálásról vagy fogyasztói alkalmazásokról.

A fejlesztések hátterében hatalmas infrastrukturális beruházások állnak. A Meta 2025-re 60–65 milliárd dolláros AI-költségvetéssel számol, ennek részeként pedig több mint egymillió grafikus processzorral (GPU) rendelkező adatközpontok építésébe kezdett, melyek energiaigénye önmagában is városnyi méretű. Párhuzamosan zajlik az Nvidia-chipektől való függőség csökkentése is: a Meta saját fejlesztésű MTIA chipjeit már teszteli, és ezek a tervek szerint háromszor gyorsabbak az előző generációnál.

A cégcsoport stratégiája tehát világos: pénzt, adatot és emberi tehetséget nem kímélve próbálja meg előrehozni a mesterséges szuperintelligencia korát. Kérdés azonban, hogy egy ilyen mértékű centralizáció, a felvásárlások és a versenytársaktól való elcsábítás önmagában elegendő-e. Egyre világosabbá válik, hogy a mesterséges intelligencia jövője nemcsak technológiai, hanem társadalmi, gazdasági és etikai kérdéseket is felvet – ezekre pedig a Meta egyelőre kevés nyilvános választ adott.

A Meta Superintelligence Labs megalakulása mindenesetre új korszakot jelez: nem csupán a cégen belül, hanem az egész iparágban. Hogy Zuckerberg vállalása mennyire bizonyul működőképesnek, az csak évek múlva derül majd ki – de az biztos, hogy a tét minden eddiginél nagyobb. 

Osszd meg ezt a cikket
Hol tart ma valójában a mesterséges intelligencia?
A mesterséges intelligencia fejlesztése az elmúlt években látványos és gyakran lenyűgöző eredményeket produkált. Az olyan rendszerek, mint a ChatGPT, képesek természetes nyelvű szövegeket generálni, problémákat megoldani és sokszor az emberi teljesítményt is meghaladni különféle feladatokban. Ugyanakkor egyre több neves kutató és technológiai vezető – köztük John Carmack és François Chollet – hívja fel a figyelmet arra, hogy ezek az eredmények nem feltétlenül jelentik az általános mesterséges intelligencia (AGI) közeledtét. A színfalak mögött most új típusú problémák és kérdések kerültek a figyelem középpontjába, amelyek messze túlmutatnak a puszta teljesítményen.
A Rhino Linux új kiadással jelentkezik: 2025.3
A Linux disztribúciók körében főként kétféle szemléletmód terjedt el, vannak a stabil, ritkán frissülő rendszerek biztonságos kiszámíthatósággal, és a naprakész, de időnként kényes egyensúlyon balanszírozó, gördülő kiadású disztribúciók. A Rhino Linux ezt a két ellenpontot próbálja áthidalni, azaz egyszerre próbál naprakész lenni gördülő disztribúcióként, de alapként az Ubuntura épül, hogy megfelelő stabilitást is biztosítson.
SEAL az önmagát tanító mesterséges intelligencia előhírnöke
Hosszú évek óta tartja magát az elképzelés, hogy a mesterséges intelligencia fejlesztésének kulcsa az emberi tanítás: adatok, címkék, finomhangolás, gondosan megtervezett beavatkozások. Most azonban egy új megközelítés látott napvilágot. Az MIT kutatóinak legújabb munkája, a SEAL (Self-Adapting Language Models) névre keresztelt rendszer olyan nyelvi modelleket mutat be, amelyek képessé válnak saját maguk tanítására. Az eredmények nemcsak technológiai újdonságot jelentenek, hanem felvetik a kérdést: vajon milyen szerepet szánunk a jövőben az embernek az intelligens rendszerek képzésében?
Elég egy fotó és egy hang – az Alibaba új mesterséges intelligenciája teljes testű avatárt készít belőle
Egyetlen hangfelvétel és egy fotó is elegendő ahhoz, hogy élethű, teljes testtel mozgó, arcjátékkal és érzelmekkel teli virtuális karaktereket hozzunk létre – stúdió, színész vagy zöld háttér nélkül. Az Alibaba legújabb fejlesztése, az OmniAvatar nevű nyílt forráskódú mesterséges intelligencia-modell legalábbis éppen ezt ígéri. Bár a technológia még formálódik, már most is érdemes figyelmet szentelni annak, amit lehetővé tesz – és annak is, hogy mindez milyen új kérdéseket vet fel.
ALT Linux 11.0 Education az orosz oktatási intézmények fundamentuma
Az ALT Linux egy orosz gyökerekkel rendelkező, RPM csomagkezelőre épülő Linux disztribúció, amelynek alapjait a Sisyphus csomagtár képezi. Kezdetben orosz lokalizációs erőfeszítésekből nőtte ki magát, együttműködve olyan nemzetközi disztribúciókkal, mint a Mandrake és a SUSE Linux, különös tekintettel a cirill betűs írás támogatására.
A térbeli intelligencia a következő leküzdendő akadály az AGI előtt
Az LLM megszületésével a gépek lenyűgöző képességekre tettek szert. Ráadásul fejlődési sebességük is nagyobb tempóra kapcsolt, nap mint nap jelennek meg újabb modellek, amelyek még hatékonyabbak még jobb képességekkel ruházzák fel a gépeket. Ha azonban közelebbről megvizsgáljuk, ezzel a technológiával még csak most értük el, hogy a gépek képesek egy dimenzióban gondolkodni. A világ amelyben élünk azonban az emberi érzékelés alapján három dimenziós. Egy ember számára nem okoz gondot, hogy megállapítsa, hogy valami egy szék alatt van, vagy mögött, vagy egy felénk repülő labda körülbelül hová fog érkezni. Számos mesterséges intelligencia kutató szerint az AGI azaz a mesterséges általános intelligencia megszületéséhez el kell érni, hogy a gépek három dimenzióban gondolkodjanak, ehhez pedig ki kell fejleszteni a térbeli intelligenciát.

Az elmúlt néhány napban megjelent Linux disztribúció frissítések