Metaverse

Meta investit 14 milliards de dollars d’IA à l’échelle pour «approfondir» ses travaux sur la superintelligence

Meta investit 14 milliards de dollars d'IA à l'échelle pour «approfondir» ses travaux sur la superintelligence

La société américaine de technologie multinationale Meta a fait un investissement important dans l’échelle AI, l’investissement de 14,3 milliards de dollars a acquis une participation de 49% dans SCALE IA, augmentant sa évaluation à plus de 29 milliards de dollars. Il s’agit du deuxième investissement de Meta, après son acquisition de 19 milliards de dollars WhatsApp en 2014.

Scale AI a annoncé que Wang continuerait de servir de directeur du conseil d’administration de la société, avec le directeur de la stratégie de l’entreprise, Jason Droege, se dirigeant vers sa place en tant que PDG par intérim.

Dans un tweet, Wang a partagé une note aux employés, décrivant l’investissement de Meta comme une « étape majeure et une puissante validation du travail acharné que vous avez tous mis dans la mission de Scale ».

Pour Meta, qui a travaillé sur ses propres stratégies d’IA et a récemment publié un nouveau modèle et une application d’IA autonome au cours des deux derniers mois, l’accord « approfondirait le travail » dans lequel il a été engagé pour « produire des données pour les modèles d’IA », selon les déclarations de l’entreprise partagées avec les médias.

Meta’s Ai Race

Cela témoigne de l’urgence du mouvement de Meta pour rattraper son retard dans la course AI, car il fait face à la pression de montage des autres joueurs travaillant sur des « modèles de frontière » qui sont des systèmes avancés à grande échelle poussant les limites de l’IA.

Pourtant, cette décision met également en évidence une tension clé entre les grandes entreprises technologiques telles que Meta et d’autres s’appuyant sur des plates-formes décentralisées, selon Renz Chong, PDG de la plate-forme modulaire modulaire soutenue par A16Z Sovrun.

« Plus tôt cette année, nous avons vu la montée des modèles frontaliers open source qui peuvent aller de côté avec des modèles fermés de Big Tech », a déclaré Chong. « C’est un signal clair: » de l’état de la technologie « n’a plus à signifier centralisé ou propriétaire. »

Parce que la plupart des autres projets AI-on-Chain s’appuient toujours sur des « points de terminaison d’inférence centralisés ou des API hors chaîne », la situation difficile exerce une pression sur les joueurs décentralisés.

« Les premiers acteurs de l’infrastructure jettent des bases critiques, offrant des calculs de formation de calcul décentralisés et incités », a noté Chong.

Qu’est-ce que l’échelle AI?

SCALE IA est spécialisée dans les services d’étiquetage de données essentiels pour la formation des systèmes d’IA, en travaillant avec des clients tels que Google et OpenAI. La startup utilise des annotateurs humains pour classer les données qui alimentent les modèles d’IA, avec une grande partie du travail mené en dehors des États-Unis grâce à des processus à forte intensité de main-d’œuvre.

L’investissement de Meta lui donnerait une participation minoritaire dans l’échelle de l’IA, permettant au startup de maintenir l’indépendance opérationnelle – une structure qui pourrait aider Meta à éviter un examen réglementaire supplémentaire au milieu des batailles antitrust continues. Plus tôt en avril, Meta a été accusée d’avoir aidé les ambitions de l’IA chinois, ce qui a incité une enquête au Sénat.

Pourtant, la consolidation des ressources d’IA entre les géants de la technologie a provoqué des visions alternatives du secteur décentralisé. Sovrun, par exemple, est récemment entré dans une coentreprise avec le protocole Virtuals pour construire ReadyGamer, une plate-forme qui intègre des PNJ dirigés par AI dans les mondes de jeu populaires.

Alors que ces projets ont connu une baisse des revenus plus tôt cette année, une résurgence est en cours, les chiffres quotidiens revenant lentement aux niveaux précédents, selon les données maintenues par le protocole Virtuals.

Chong soutient que le véritable changement peut être trouvé non seulement pour faire de meilleurs systèmes, mais en « changeant qui peut les façonner » et construire « des résultats qui comptent pour les communautés qu’ils servent ».

To Top