Meta ускоряется к superintelligence: RL-окружение и беспрецедентный рост мощностей

Meta инвестирует в разработку superintelligence через партнёрство с RL-окружением стартапа и беспрецедентным увеличением вычислительных мощностей. По оценке аналитиков SemiAnalysis, это самый агрессивный compute ramp в истории индустрии, и компания явно играет в долгосрочную игру за искусственным общим интеллектом.

RL-окружение: ключ к AGI

Meta поддерживает или приобрела стартап, разработавший reinforcement learning окружение — среду, в которой AI-агенты учатся методом проб и ошибок, как человек, который учится ездить на велосипеде или играть в видеоигру. Это отличается от привычных нам LLM, которые просто предсказывают следующий токен текста.

Почему это важно? Потому что superintelligence, вероятнее всего, не может быть достигнута через текстовые токены. Агент должен взаимодействовать с окружением, получать обратную связь, пробовать разные стратегии. RL-окружения — это именно то, что нужно для такого обучения.

Масштабирование RL-окружений — одна из самых сложных инженерных задач в AI. Meta явно инвестировала в этот стартап потому, что видит в нём критически важный компонент будущей архитектуры superintelligence.

Вычислительный скачок: беспрецедентный масштаб

Meta увеличивает вычислительные мощности так агрессивно, что SemiAnalysis, привыкший к быстрому развитию индустрии, называет это феноменом. Инфраструктура разворачивается на географическом масштабе свыше 2000 км — это больше, чем расстояние от Москвы до Владивостока.

Такой масштаб предполагает распределённое обучение: GPU-кластеры, разбросанные по разным регионам и даже странам, должны синхронизироваться в реальном времени. Это требует решения классических проблем:

• Задержка сети между узлами
• Консистентность данных при отказах узлов
• Оптимизация пропускной способности
• Охлаждение и электроснабжение на таком масштабе

Инженерам Meta также нужно переосмыслить саму архитектуру моделей, чтобы она была устойчива к сетевым задержкам. Это не просто масштабирование — это качественно новый уровень инфраструктурной сложности.

Что говорят эксперты

SemiAnalysis отмечает, что это движение сигнализирует другим лабораториям: гонка за superintelligence — это не только про алгоритмы и данные, это про вычислительные мощности. Те, кто не сможет масштабировать вычисления так же агрессивно, могут отстать от Meta на годы.

Статья также содержит совет для Google DeepMind, который пока относится к RL-окружениям менее серьёзно: это может быть стратегической ошибкой. Google DeepMind когда-то привёл миру AlphaGo — RL-агента, который сыграл в го лучше чемпионов мира. Но в последние годы фокус DeepMind сместился на большие языковые модели. Если Google упустит волну RL-масштабирования, он может проиграть в гонке за AGI.

Что это значит

Текстовые LLM могут оказаться переходным этапом, а не финальной архитектурой AGI. Meta ставит на то, что будущее — за RL-агентами, обучающимися взаимодействовать с реальным (или симулированным) миром. Это требует огромных вычислений, но потенциальный выигрыш — AGI — оправдывает инвестиции.

Для остальной индустрии мессаж ясен: если вы серьёзно заинтересованы в AGI, вычисления — это не побочный предмет, а центр разработки. Meta уже прошла эту точку осознания и действует.

*Meta признана экстремистской организацией и запрещена в РФ.