Meta च्या Llama AI टीम, जी एकेकाळी कंपनीतील नवकल्पनांचे केंद्र होती, मोठ्या प्रमाणात प्रतिभा पलायन अनुभवत आहे. अनेक आघाडीचे संशोधक फ्रेंच AI स्टार्टअप मिस्ट्रल (Mistral) आणि इतर प्रतिस्पर्धकांमध्ये सामील झाले आहेत. या मोठ्या प्रमाणावर होत असलेल्या प्रतिभा पलायनामुळे कृत्रिम बुद्धिमत्ता क्षेत्रात (Artificial intelligence landscape) Meta ची स्पर्धात्मकता टिकवण्याची क्षमता धोक्यात आली आहे.
Llama प्रतिभा पलायन : एक सखोल अभ्यास
Meta च्या ओपन-सोर्स Llama मॉडेलने कंपनीच्या AI धोरणाला आकार देण्यात महत्त्वपूर्ण भूमिका बजावली. हे मॉडेल, वापरण्यास सुलभ आणि सहयोगी पद्धतीने तयार केले गेले होते, ज्यामुळे AI समुदायात ते लवकरच प्रसिद्ध झाले. तथापि, ज्या संशोधकांनी Llama च्या पहिल्या आवृत्तीचा विकास केला, त्यांनीच आता नवीन संधी आणि आव्हाने शोधण्यासाठी कंपनी सोडली आहे.
2023 मध्ये Llama जगासमोर आणणाऱ्या महत्वाच्या शोधनिबंधात लेखक म्हणून ज्या 14 व्यक्तींचा उल्लेख आहे, त्यापैकी फक्त तीन जण Meta मध्ये कार्यरत आहेत: संशोधन वैज्ञानिक Hugo Touvron, संशोधन अभियंता Xavier Martinet आणि तांत्रिक कार्यक्रम प्रमुख Faisal Azhar. उर्वरित 11 लेखकांच्या जाण्याने Meta च्या AI विभागासाठी तज्ञता आणि संस्थेशी संबंधित ज्ञानाचे मोठे नुकसान झाले आहे. Meta मधील अनेक माजी संशोधक आता प्रतिस्पर्धी कंपन्यांमध्ये सामील झाले आहेत, ज्यामुळे स्पर्धा आणखी तीव्र झाली आहे.
मिस्ट्रल: Meta च्या AI प्रतिभेसाठी चुंबक
Meta मधून झालेल्या प्रतिभा पलायणाचा प्रभाव विशेषतः मिस्ट्रलमध्ये (Mistral) दिसून येतो. पॅरिसमधील हे AI स्टार्टअप Meta चे माजी संशोधक Guillaume Lample आणि Timothée Lacroix यांनी सुरू केले आहे. हे दोघेही Llama मॉडेलचे प्रमुख शिल्पकार होते. मिस्ट्रलने Meta च्या अनेक माजी कर्मचाऱ्यांना आकर्षित केले आहे, जे आता शक्तिशाली ओपन-सोर्स मॉडेल विकसित करण्यासाठी काम करत आहेत. हे मॉडेल Meta च्या प्रमुख AI उपक्रमांना थेट आव्हान देतात.
मिस्ट्रलमध्ये Meta च्या माजी तज्ञांचे असलेले प्राबल्य दर्शवते की, या स्टार्टअपने संशोधकांसाठी अधिक स्वायत्तता, जलदगती नवकल्पना किंवा वेगळी সাংগঠনিক संस्कृती निर्माण केली आहे. AI क्षेत्रात आघाडीवर राहू पाहणाऱ्या कोणत्याही कंपनीसाठी उच्च AI प्रतिभा आकर्षित करणे आणि टिकवून ठेवणे अत्यंत महत्त्वाचे आहे.
Meta च्या AI महत्वाकांक्षांवर परिणाम
अनेक प्रमुख संशोधकांनी कंपनी सोडल्यामुळे Meta ची AI संशोधन आणि विकासातील आघाडीची भूमिका कायम ठेवण्याची क्षमता धोक्यात आली आहे. कंपनीला बाह्य आणि अंतर्गत अशा दोन्ही प्रकारच्या दबावांचा सामना करावा लागत आहे. Meta च्या सर्वात मोठ्या AI मॉडेल Behemoth च्या प्रदर्शनात झालेला विलंब हे त्याचे एक उदाहरण आहे. या मॉडेलच्या कार्यक्षमतेबद्दल आणि नेतृत्वाबाबत चिंता व्यक्त केल्या जात आहेत. याव्यतिरिक्त, Meta च्या Llama 4 या नवीनतम आवृत्तीला विकासकांकडून फारसा प्रतिसाद मिळालेला नाही. विकासक आता DeepSeek आणि Qwen सारख्या जलदगतीने विकसित होणाऱ्या ओपन-सोर्स पर्यायांकडे वळत आहेत, जे अत्याधुनिक क्षमता देतात.
Meta च्या रिसर्च टीममध्येही मोठे बदल झाले आहेत. Joelle Pineau, ज्यांनी आठ वर्षे कंपनीच्या मूलभूत AI संशोधन गटाचे (FAIR) नेतृत्व केले, त्या आता आपल्या पदावरून पायउतार झाल्या आहेत. त्यांच्या जागी Robert Fergus यांची नियुक्ती करण्यात आली आहे, ज्यांनी 2014 मध्ये FAIR ची सह-स्थापना केली आणि त्यानंतर Google च्या DeepMind मध्ये पाच वर्षे काम केले. त्यानंतर ते Meta मध्ये परतले आहेत.
नेतृत्वातील बदल आणि प्रमुख संशोधकांच्या सतत होणाऱ्या प्रतिभा पलायनामुळे Meta च्या AI प्रयत्नांची भविष्यातील दिशा अनिश्चित आहे. Meta ला प्रतिभा बाहेर जाण्यास कारणीभूत असलेल्या मूळ घटकांवर लक्ष केंद्रित करावे लागेल आणि त्यांच्या उर्वरित संशोधकांसाठी अधिक आकर्षक आणि फायद्याचे वातावरण तयार करावे लागेल.
ओपन-सोर्स AI चे बदलणारे स्वरूप
Llama च्या सुरुवातीच्या यशामागील संशोधकांचे पलायन विशेष चिंतेचे कारण आहे, कारण Meta ने या मॉडेल कुटुंबाला आपल्या AI महत्वाकांक्षेच्या केंद्रस्थानी ठेवण्याची रणनीती आखली आहे. या मॉडेलचे निर्माते आता प्रतिस्पर्धकांसाठी काम करत असल्याने Meta समोर आपले वर्चस्व टिकवण्याचे मोठे आव्हान आहे.
2023 मधील Llama चा शोधनिबंध ओपन-सोर्स AI च्या विकासातील एक महत्त्वाचा क्षण होता. याने ओपन-वेट मोठ्या भाषिक मॉडेलला कायदेशीर मान्यता मिळवून दिली, ज्यामुळे इतरांना वापरण्यासाठी, सुधारण्यासाठी आणि त्यावर आधारित नवीन गोष्टी तयार करण्यासाठी विनामूल्य कोड आणि पॅरामीटर्स उपलब्ध झाले. हे मॉडेल त्या वेळी OpenAI च्या GPT-3 आणि Google च्या PaLM सारख्या मालकी हक्क असलेल्या (proprietary) प्रणालींना व्यवहार्य पर्याय ठरले.
Meta ने केवळ सार्वजनिकरित्या उपलब्ध डेटा वापरून या मॉडेलला प्रशिक्षित केले आणि कार्यक्षमतेसाठी अनुकूलित केले, ज्यामुळे संशोधक आणि विकासकांना (developers) GPU (Graphics Processing Unit)चिपवर अत्याधुनिक प्रणाली चालवता येणे शक्य झाले. या दृष्टिकोनमुळे Meta ओपन-सोर्स AI चळवळीत एक संभाव्य नेता म्हणून उदयास आली.
परंतु, दोन वर्षांनंतर Meta ची आघाडी कमी झाली आहे आणि आता ही कंपनी ओपन-सोर्स AI नवोपक्रमात (innovation) अग्रेसर राहिलेली नाही. मिस्ट्रल, DeepSeek आणि Qwen सारखे स्पर्धक अधिक प्रगत मॉडेल आणि जलद विकास चक्रांसह (development cycles) शक्तिशाली आव्हानवीर म्हणून उदयास आले आहेत.
तर्क आधारित मॉडेलची आवश्यकता
AI मध्ये मोठ्या प्रमाणात गुंतवणूक करूनही, Meta कडे अजूनही समर्पित "तर्क" मॉडेल नाही, जे विशेषतः अनेक टप्प्यांचे विचार, समस्या सोडवणे किंवा जटिल आज्ञा पूर्ण करण्यासाठी बाह्य साधनांचा वापर करणे यांसारख्या कार्यांना हाताळण्यासाठी डिझाइन केलेले आहे. इतर कंपन्या, जसे की Google आणि OpenAI, त्यांच्या नवीनतम मॉडेलमध्ये या वैशिष्ट्यांवर लक्ष केंद्रित करत असल्याने Meta मधील ही कमतरता अधिकाधिक स्पष्ट होत आहे.
मजबूत तर्क मॉडेलच्या (reasoning model)अभावामुळे Meta अनेक AI ऍप्लिकेशन्समध्ये (applications) तोट्यात आहे, ज्यात व्हर्च्युअल असिस्टंट, ऑटोमेटेड कस्टमर सर्व्हिस आणि कॉम्प्लेक्स डेटा ऍनालिसिस (complex data analysis) यांचा समावेश आहे. भविष्यात प्रभावीपणे स्पर्धा करायची असल्यास Meta ला या कमतरतेवर लक्ष केंद्रित करणे आवश्यक आहे.
Meta सोडणाऱ्या संशोधकांचा मोठा कार्यकाळ
Meta सोडलेल्या 11 लेखकांचा सरासरी कार्यकाळ पाच वर्षांपेक्षा जास्त होता, हे दर्शवते की ते अल्पकालीन स्वरूपात (short-term) नियुक्त केलेले कर्मचारी नव्हते, तर Meta च्या AI प्रयत्नांमध्ये खोलवर रुजलेले संशोधक होते. या संशोधकांना Meta च्या AI पायाभूत सुविधा, डेटा आणि संशोधन पद्धतींबद्दल सखोल माहिती होती.
यापैकी काही संशोधकांनी जानेवारी 2023 मध्येच Meta सोडले, तर काही Llama 3 च्या काळातही Meta मध्ये होते आणि काही जणांनी यावर्षी Meta सोडली. या सर्वांच्या जाण्याने Meta ला ओपन मॉडेलवर आधारित AI ची प्रतिष्ठा मिळवून देणाऱ्या टीमचा हळूहळू ऱ्हास झाला आहे.
त्यांनी कोठे स्थलांतर केले यावर एक नजर
या लेखात नमूद केलेल्या प्रत्येक संशोधकाची मागील भूमिका, सध्याची भूमिका, Meta मधील कार्यकाळ आणि Meta सोडण्याची तारीख खालीलप्रमाणे आहे:
Naman Goyal
- Meta मधील मागील भूमिका: N/A
- सध्याची भूमिका: थिंकिंग मशीन्स लॅबमध्ये (Thinking Machines Lab) टेक्निकल स्टाफचे सदस्य
- Meta सोडले: फेब्रुवारी 2025
- Meta मधील कार्यकाळ: 6 वर्षे, 7 महिने
Baptiste Rozière
- Meta मधील मागील भूमिका: N/A
- सध्याची भूमिका: मिस्ट्रलमध्ये (Mistral) AI वैज्ञानिक
- Meta सोडले: ऑगस्ट 2024
- Meta मधील कार्यकाळ: 5 वर्षे, 1 महिना
Aurélien Rodriguez
- Meta मधील मागील भूमिका: N/A
- सध्याची भूमिका: Cohere मध्ये (Cohere) फाउंडेशन मॉडेल ट्रेनिंगचे संचालक
- Meta सोडले: जुलै 2024
- Meta मधील कार्यकाळ: 2 वर्षे, 7 महिने
Eric Hambro
- Meta मधील मागील भूमिका: N/A
- सध्याची भूमिका: Anthropic मध्ये (Anthropic) टेक्निकल स्टाफचे सदस्य
- Meta सोडले: नोव्हेंबर 2023
- Meta मधील कार्यकाळ: 3 वर्षे, 3 महिने
Timothée Lacroix
- Meta मधील मागील भूमिका: N/A
- सध्याची भूमिका: मिस्ट्रलचे (Mistral) सह-संस्थापक आणि CTO
- Meta सोडले: जून 2023
- Meta मधील कार्यकाळ: 8 वर्षे, 5 महिने
Marie-Anne Lachaux
- Meta मधील मागील भूमिका: N/A
- सध्याची भूमिका: मिस्ट्रलमध्ये (Mistral) संस्थापक सदस्य आणि AI रिसर्च इंजिनियर
- Meta सोडले: जून 2023
- Meta मधील कार्यकाळ: 5 वर्षे
Thibaut Lavril
- Meta मधील मागील भूमिका: N/A
- सध्याची भूमिका: मिस्ट्रलमध्ये (Mistral) AI रिसर्च इंजिनियर
- Meta सोडले: जून 2023
- Meta मधील कार्यकाळ: 4 वर्षे, 5 महिने
Armand Joulin
- Meta मधील मागील भूमिका: N/A
- सध्याची भूमिका: Google DeepMind मध्ये (Google DeepMind) डिस्टिंग्विश्ड सायंटिस्ट
- Meta सोडले: मे 2023
- Meta मधील कार्यकाळ: 8 वर्षे, 8 महिने
Gautier Izacard
- Meta मधील मागील भूमिका: N/A
- सध्याची भूमिका: Microsoft AI मध्ये (Microsoft AI) टेक्निकल स्टाफ
- Meta सोडले: मार्च 2023
- Meta मधील कार्यकाळ: 3 वर्षे, 2 महिने
Edouard Grave
- Meta मधील मागील भूमिका: N/A
- सध्याची भूमिका: Kyutai मध्ये (Kyutai) रिसर्च सायंटिस्ट
- Meta सोडले: फेब्रुवारी 2023
- Meta मधील कार्यकाळ: 7 वर्षे, 2 महिने
Guillaume Lample
- Meta मधील मागील भूमिका: N/A
- सध्याची भूमिका: मिस्ट्रलचे (Mistral) सह-संस्थापक आणि चीफ सायंटिस्ट
- Meta सोडले: 2023 च्या सुरुवातीस
- Meta मधील कार्यकाळ: 7 वर्षे
Meta च्या AI धोरणाचे भविष्य
AI संशोधन आणि विकासातील आघाडीचे स्थान टिकवण्यासाठी Meta समोर मोठे आव्हान आहे. Meta ला प्रतिभा बाहेर जाण्यास कारणीभूत असलेल्या समस्यांवर लक्ष केंद्रित करणे, अधिक प्रगत AI मॉडेल विकसित करण्यासाठी गुंतवणूक करणे आणि ओपन-सोर्स AI च्या वेगाने बदलणाऱ्या परिदृश्याशी जुळवून घेणे आवश्यक आहे. Meta च्या भविष्यातील यशाची गुरुकिल्ली तिच्या AI संशोधक आणि अभियंत्यांना आकर्षित करण्या, टिकवून ठेवण्या आणि सक्षम बनविण्यात आहे. एक मजबूत आणि समर्पित टीमशिवाय, Meta ला येत्या वर्षांमध्ये प्रभावीपणे स्पर्धा करणे कठीण जाईल. कंपनीने आपल्या वापरकर्त्यांच्या आणि ग्राहकांच्या बदलत्या गरजा पूर्ण करण्यासाठी तर्क मॉडेल आणि इतर प्रगत AI क्षमतांच्या विकासाला प्राधान्य दिले पाहिजे.