LEBIGDATA.FR I.A, Cloud & Cybersécurité
Depuis juin 2024, Meta a lancé le Meta Superintelligence Lab (MSL), une initiative stratégique portée par Mark Zuckerberg pour prendre la tête dans la course à l’intelligence artificielle. Ce laboratoire concentre des ressources humaines et technologiques d’une ampleur inédite dans l’industrie. Son objectif : développer la première intelligence artificielle générale, capable de raisonner et d’apprendre comme un être humain.
Un laboratoire issu d’une forte concurrence
Meta a regroupé deux divisions majeures : FAIR, son centre de recherche fondamentale en IA et l’équipe derrière Meta AI. Cette fusion a permis au MSL de rassembler une sorte de Dream Team de l’IA. Elle est composée de plus de 1 200 chercheurs, dont certains des plus grands experts mondiaux. Yann LeCun, pionnier de l’apprentissage profond, joue un rôle central dans la définition des priorités scientifiques du laboratoire.
Le recrutement est particulièrement offensif. Mark Zuckerberg a établi une liste confidentielle de 500 chercheurs à convaincre, surnommée « The List« . Plusieurs anciens de Google DeepMind et d’Anthropic ont déjà rejoint les rangs du MSL. Des noms importants ont été débauchés, tels que Trapit Bansal et Shengjia Zhao. Ils ont tous deux travaillé chez OpenAI sur des modèles comme ChatGPT et la série O.
14 milliards de dollars pour Alexandr Wang
Jack Rae, qui était un leader de la pré-formation des modèles Gemini chez Google DeepMind, a également rejoint l’équipe. L’un des coups les plus médiatisés est l’arrivée d’Alexandr Wang, le fondateur de Scale AI. Son contrat est estimé à 14 milliards de dollars avec une participation dans sa société.
D’autres acquisitions notables incluent Ruoming Pang, l’ancien responsable des modèles d’IA d’Apple, et Nat Friedman, l’ancien PDG de GitHub. Le binôme co-dirige maintenant les efforts d’IA de Meta aux côtés de Wang.
Meta Superintelligence Lab fait grimper les rémunérations des chercheurs
Les salaires sont très élevés pour l’équipe Meta Superintelligence Lab (MSL). Un chercheur senior peut gagner plus de 750 000 dollars par an. Les primes de signature atteignent plusieurs millions. Pour garder les talents, les acteurs de la filière IA ont déjà réagi. Ainsi OpenAI a augmenté ses salaires de 40 % tandis qu’Anthropic a accéléré ses programmes d’actions.
Cette situation affecte les universités. Des étudiants de Stanford ou du MIT quittent leurs thèses pour rejoindre l’industrie. Certains chercheurs s’inquiètent de cette tendance.
Des infrastructures puissantes
Pour soutenir l’ambition du Meta Superintelligence Lab (MSL), Meta a déployé des infrastructures technologiques sans précédent. L’entreprise a construit deux nouveaux centres de données gigantesques, l’un au Texas et l’autre en Iowa. Ces installations ne sont pas de simples extensions. Il s’agit de bastions dédiés entièrement à la puissance de calcul nécessaire pour l’intelligence artificielle générale.
Abonnez-vous à notre chaîne YouTube pour davantage d’actualités sur l’IA !
Arsenal de GPU : une puissance de feu inégalée
Ces centres de données abritent un arsenal de 50 000 GPU NVIDIA H100, des puces graphiques considérées comme l’étalon-or pour l’apprentissage profond. La présence d’un tel nombre de H100 témoigne de l’échelle du projet. Chaque puce est capable de réaliser des calculs complexes à une vitesse fulgurante. Cette puissance de feu permet à Meta d’entraîner des modèles de langage massifs qui dépasse le trillion de paramètres.
Réseau ultra-rapide et innovations matérielles
Pour que ces milliers de GPU fonctionnent de concert sans latence, Meta a mis en place un réseau interne à une vitesse de 1,6 térabit par seconde. Cette bande passante est essentielle pour synchroniser les entraînements distribués, où le travail est réparti sur des milliers de machines.
En parallèle, pour anticiper les défis énergétiques de cette infrastructure colossale, Meta explore des technologies de rupture. L’entreprise teste des calculateurs optiques. Cette technologie émergente utilise la lumière pour effectuer des calculs, avec le potentiel de réduire drastiquement la consommation d’énergie par rapport aux puces électroniques traditionnelles.
Un réservoir de données inestimable
Mais la puissance de calcul n’est rien sans données. Le MSL a un avantage concurrentiel majeur : l’accès privilégié à l’immense réservoir de données de Meta. Les plateformes sociales de l’entreprise, avec des milliards d’utilisateurs, fournissent un flux constant d’images, de vidéos et de textes.
Ces données, anonymisées et agrégées dans le respect de la vie privée, sont le carburant indispensable pour entraîner des modèles d’IA. Elles aident à comprendre les nuances et la complexité du monde humain. Cet écosystème de données massives, combiné à une infrastructure de calcul de pointe et à un investissement stratégique dans des technologies d’avenir. Il positionne le MSL comme un acteur incontournable dans la course à l’intelligence artificielle générale.
Vers une intelligence artificielle plus avancée
Le Meta Superintelligence Lab (MSL) ne se contente pas d’améliorer les modèles existants. Son ambition est de créer une intelligence artificielle générale (AGI) capable de raisonnement abstrait et de compréhension contextuelle profonde.
Architectures hybrides faites de logique et d’intuition
L’une des principales voies de recherche du MSL consiste à développer des architectures hybrides. Plutôt que de s’appuyer uniquement sur les réseaux neuronaux, qui excellent dans la reconnaissance de motifs et l’analyse de vastes ensembles de données, les équipes combinent cette approche avec des systèmes symboliques.
Ces derniers manipulent des concepts et des règles logiques de manière explicite. L’objectif est de marier le « raisonnement » humain, qui s’appuie sur la logique, avec l' »intuition » de l’apprentissage profond pour créer une IA à la fois créative et rationnelle.
Cicero 2.0 comprend et négocie
Un projet phare du MSL, baptisé « Cicero 2.0 », vise à reproduire des capacités humaines complexes. Il ne s’agit plus de générer une réponse plausible, mais de comprendre les intentions, les émotions et les stratégies de l’interlocuteur. Cette IA serait capable de négocier, de planifier stratégiquement et de s’adapter à des situations de conversation dynamiques.
Contrairement aux modèles actuels qui fonctionnent principalement par association statistique, Cicero 2.0 cherche à comprendre les enjeux profonds d’une interaction. Il pourrait ainsi être utilisé dans des applications très variées. Cela va de l’assistance juridique à la gestion de crise en passant par les jeux de stratégie complexes.
Mémoire à long terme pour le Meta Superintelligence Lab (MSL)
Le MSL travaille également sur le concept crucial de la mémoire à long terme pour l’IA. Les modèles actuels ont une « mémoire » très limitée. Ils ne se souviennent que de quelques phrases précédentes d’une conversation. Les chercheurs du MSL développent des mécanismes pour que l’IA puisse conserver et utiliser des informations sur des mois, voire des années.
Cette capacité est une avancée majeure pour les assistants personnels. Ils pourraient réellement connaître leurs utilisateurs, se souvenir de leurs préférences et de leurs habitudes. Elle serait aussi essentielle pour les outils médicaux. Le Meta Superintelligence Lab créera une IA qui pourra analyser l’historique médical complet d’un patient et de fournir des diagnostics plus précis.
Que vaut le Meta Superintelligence face aux modèles IA actuels ?
Moins généraliste que ChatGPT, plus axé sur la recherche fondamentale
Alors que ChatGPT d’OpenAI s’est positionné comme un assistant conversationnel grand public, capable d’une multitude de tâches du quotidien, le Meta Superintelligence Lab (MSL) se concentre sur une recherche plus fondamentale.
Le MSL n’a pas pour objectif principal de créer un modèle généraliste immédiatement accessible. Le laboratoire cherche plutôt à développer des architectures de rupture. Il donnera naissance à une intelligence artificielle générale (AGI). L’accent est mis sur des projets comme « Cicero 2.0 ». Ils visent le raisonnement abstrait et la négociation, des capacités de haut niveau.
Plus axé sur l’innovation que Gemini
Si Google Gemini est reconnu pour sa multimodalité native, le MSL cherche à dépasser ce cadre via des innovations de rupture. L’équipe du MSL ne se contente pas d’intégrer des flux d’information, elle travaille sur des architectures hybrides qui combinent les réseaux neuronaux avec des systèmes symboliques, une approche plus complexe et potentiellement plus puissante.
De plus, le MSL investit massivement dans des outils de calcul alternatifs, comme les calculateurs optiques, une voie que Google AI n’a pas rendue publique, montrant que Meta mise sur la création de sa propre technologie de pointe pour l’avenir de l’IA, plutôt que de s’appuyer sur une infrastructure existante.
Un projet moins axé sur la sécurité que Claude
L’une des principales différences entre le MSL et Claude d’Anthropic réside dans la priorité donnée à la sécurité. Ce modèle est le produit d’une philosophie « Constitutional AI » où les garde-fous éthiques sont intégrés au cœur du modèle. Le MSL, bien qu’il ne néglige pas l’éthique, semble avoir une approche plus agressive en matière d’innovation.
Son ambition est de repousser les limites de l’intelligence artificielle générale à un rythme effréné, avec des investissements massifs dans les infrastructures et le recrutement de talents. La course à l’AGI du MSL semble moins contrainte par les principes de sécurité que celle d’Anthropic, où l’alignement sur les valeurs humaines est la raison d’être du projet.
Une infrastructure propriétaire et fermée, à l’opposé de DeepSeek
Contrairement à DeepSeek, qui a capitalisé sur l’efficacité et l’open-source pour démocratiser l’accès à l’IA, le MSL a adopté une stratégie d’infrastructure totalement propriétaire et fermée. Meta a investi des milliards pour construire ses propres centres de données massifs et recruter les meilleurs talents mondiaux pour créer un écosystème entièrement contrôlé.
Cette approche garantit à Meta un contrôle total sur sa technologie et ses données, mais elle est à l’opposé de la philosophie de DeepSeek, qui promeut la collaboration et la transparence.
Une vision de l’intelligence plus vaste que celle de Perplexity
Perplexity a révolutionné l’accès à l’information et se positionnant comme un moteur de recherche conversationnel, capable de fournir des réponses précises et sourcées en temps réel. Le MSL, en revanche, a une vision beaucoup plus vaste de l’intelligence. Son objectif n’est pas de résumer l’information existante, mais de créer une IA capable de raisonnement, de planification et de compréhension du monde comme un humain.
Les projets du MSL visent à dépasser la simple recherche d’informations pour atteindre une véritable intelligence cognitive, capable de comprendre des enjeux complexes et de prendre des décisions éclairées.
Restez à la pointe de l'information avec LEBIGDATA.FR !
- Partager l'article :
