Meta: Nowe centra danych i pożegnanie z otwartymi modelami sztucznej inteligencji

Po utworzeniu Meta Superintelligence Labs poprzez zatrudnienie badaczy z OpenAI , Safe Superintelligence, Apple i innych firm, Mark Zuckerberg ogłosił , że powstaną ogromne centra danych, które będą rozwijać coraz potężniejsze modele sztucznej inteligencji. Według „New York Timesa” , Meta może porzucić swoje podejście oparte na otwartym kodzie źródłowym.

Prometheus i Hyperion dla superinteligencji

Mark Zuckerberg powtórzył na Facebooku i w Threads , że jego celem jest rozwój superinteligencji , znanej również jako sztuczna inteligencja ogólna. W tym celu zebrał zespół wybitnych talentów w tej dziedzinie, w tym Alexandra Wanga (dyrektora ds. sztucznej inteligencji, byłego prezesa Scale AI ), Nata Friedmana (byłego prezesa GitHub), Daniela Grossa (byłego prezesa Safe Superintelligence), Ruominga Panga (Apple) oraz kilku badaczy OpenAI.

Potrzebna będzie również ogromna moc obliczeniowa. Zuckerberg zapowiedział budowę „klastrów wielogigawatowych”. Pierwsze centrum danych, o nazwie Prometheus , powstanie w Ohio i będzie gotowe do 2026 roku. Drugie, o nazwie Hyperion , powstanie w Richland Parish w Luizjanie i będzie miało maksymalną moc 5 GW. Film udostępniony przez prezesa firmy podkreśla jego rozmiar (obejmuje znaczną część Manhattanu).

Te gigantyczne centra danych są oczywiście energochłonne i wymagają dużej ilości wody. Aby zapewnić niezbędną energię elektryczną, zazwyczaj buduje się je w pobliżu elektrowni gazowej lub jądrowej. Najgorsze konsekwencje wynikają jednak ze zużycia milionów litrów wody dziennie. Po wybudowaniu centrum danych Meta w hrabstwie Newton w stanie Georgia mieszkańcy zostali praktycznie pozbawieni wody, a władze miejskie podniosły stawki.

Dziesiątki miliardów dolarów inwestycji muszą się jakoś zwrócić. Modele Llama są otwarte, więc Meta nie zarabia. Według „New York Timesa”, niektórzy członkowie nowego zespołu ds. sztucznej inteligencji zasugerowali porzucenie modelu Behemoth (jeszcze nieopublikowanego) i opracowanie zamkniętego modelu , który mógłby być ostatecznie oferowany w ramach subskrypcji.