Meta تعيد هيكلة منظومتها الذكاء الاصطناعي بتأسيس مختبرات فائقة للذكاء

Meta تُعيد هيكلة منظمتها للذكاء الاصطناعي في خطوة جذرية تهدف إلى تعزيز مكانتها في سباق التطور التكنولوجي. وفقًا لتقارير من بلومبرغ ونيويورك تايمز، أعلنت الشركة رسميًا عن تفكيك الهيكل الحالي لفريق الذكاء الاصطناعي وإعادة تشكيله إلى أربع مجموعات جديدة، في خطوة تُعد الأبرز منذ تعيين ألكسندري وانغ، مؤسس شركة Scale AI، كمدير تنفيذي للذكاء الاصطناعي في يونيو الماضي. الهيكل الجديد يحمل اسم "مختبرات مايتا للذكاء الاصطناعي الفائق" أو MSL، ويُعدّ هذا التغيير جزءًا من جهود واسعة النطاق لتعزيز قدرات Meta في مجال الذكاء الاصطناعي، خاصةً في ظل تزايد الضغط من منافسين مثل OpenAI وAnthropic وGoogle DeepMind. وقد أظهرت تقارير سابقة أن مارك زوكربيرغ himself شارك بشكل مباشر في عمليات التوظيف لدعم هذه المبادرة، ما يدل على التزام الشركة الرفيع المستوى تجاه هذا التحول. المحور الرئيسي في الهيكل الجديد هو "مختبرات TBD"، التي سيقودها وانغ مباشرة، وتُركّز على تطوير النماذج الأساسية مثل سلسلة Llama، التي أُطلقت أحدث إصدار لها في أبريل الماضي. تُعتبر هذه النماذج حجر الأساس في تطوير تطبيقات الذكاء الاصطناعي، وتُستخدم في مهام متعددة مثل التوليد النصي، الترجمة، وفهم اللغة. أما المجموعات الثلاث الأخرى، فستتولى مسؤوليات متخصصة: الأولى تركز على الأبحاث الأساسية، والثانية على دمج الذكاء الاصطناعي في المنتجات الحالية والمستقبلية، بينما الثالثة ستتولى بناء البنية التحتية التكنولوجية اللازمة لتشغيل النماذج الضخمة بكفاءة وسرعة. التحول يأتي في وقت حرج، حيث تسعى Meta إلى استعادة الزخم بعد سلسلة من التحديات في تطوير نماذج متقدمة، إضافة إلى تراجع في التقديرات حول قدرتها التنافسية مقارنة بمنافسيها. ورغم أن الشركة ما زالت تمتلك مزايا كبيرة، مثل حجم البيانات الضخم من منصاتها (فيسبوك وإنستغرام)، إلا أن التطورات السريعة في مجال الذكاء الاصطناعي جعلت إعادة التفكير في الهيكل التنظيمي ضرورة استراتيجية. الخطوة تُظهر نية Meta لتبني نموذج تنظيمي أكثر مرونة وتركيزًا، يسمح بتسريع الابتكار وتحسين التكامل بين البحث والتطبيق. كما تُعزز من دور القيادة في توجيه الرؤية طويلة المدى، خاصة مع مشاركة وانغ في صنع القرار على مستوى عالٍ. من المتوقع أن تؤثر هذه التغييرات على مسيرة تطوير الذكاء الاصطناعي داخل Meta، وقد تُسهم في تسريع إطلاق ميزات جديدة، وتحسين أداء النماذج، وتعزيز القدرة التنافسية في السوق العالمية. في الوقت نفسه، تبقى التحديات كبيرة، خصوصًا في مجالات مثل الكفاءة الحسابية، والاستدامة، وضمان أمان النماذج. لكن التحول الهيكلي يُعدّ خطوة أولية مهمة نحو إعادة تأسيس مكانتها كلاعب رئيسي في عالم الذكاء الاصطناعي.