Meta, la empresa matriz de Facebook, Instagram y WhatsApp, está dando un molinete fundamental en dirección a el futuro de la inteligencia sintético. En una movida estratégica que ha sacudido el ecosistema tecnológico, Mark Zuckerberg ha anunciado oficialmente la creación de Meta Superintelligence Labs (MSL), una dispositivo destinada a liderar el expansión de inteligencia sintético caudillo (AGI, por sus siglas en inglés), o lo que él denomina "superinteligencia".
'Sgroogled.com': cuando MICROSOFT lanzaba anuncios ANTI-GOOGLE
¿Qué es Meta Superintelligence Labs?
En una nota interna dirigida a los empleados de Meta, Zuckerberg ha descrito MSL como un paraguas organizativo que unifica todos los esfuerzos de IA de la empresa. Esto incluye, entre otros, tanto al prestigioso camarilla de investigación FAIR (Facebook AI Research) como al nuevo laboratorio del que os hablamos hace poco y que estará dedicado al expansión de modelos de nueva coexistentes.
El objetivo es claro: convertir a Meta en un actor central en la carrera por el expansión de IA descubierta, logrando así competir directamente con gigantes como OpenAI, Google DeepMind y Anthropic.
Un fichaje principal: Alexandr Wang y Nat Friedman
Para liderar este avaricioso esfuerzo (que está siendo, delante todo, un esfuerzo de talonario), Zuckerberg ha fichado a dos figuras esencia del mundo tecnológico:
- Alexandr Wang, fundador y CEO de Scale AI, quien ahora asume el rol de Chief AI Officer de Meta y director de MSL.
- Nat Friedman, ex CEO de GitHub, quien codirigirá el nuevo laboratorio con Wang, enfocándose en la investigación aplicada y productos de IA.
El fichaje de Wang (que conocimos hace ya algunos días) es especialmente significativo, pues Scale AI ha sido uno de los grandes proveedores de datos para entrenamiento de modelos de jerigonza, y Meta invirtió 14.300 millones de dólares en esta empresa ayer de su incorporación.
El 'dream team' de la inteligencia sintético
Pero, más allá de Wand y Friedman, Meta ha conseguido reunir una de las alineaciones técnicas más impresionantes de la industria tecnológica, incorporando talento de élite procedente de las compañías líderes en expansión de IA caudillo (AGI): OpenAI, Google DeepMind, y Anthropic. Estos fichajes no solo aportan una acumulación de conocimiento técnico, sino que igualmente resultan reveladores, pues muestran un enfoque decisivo en dirección a áreas esencia como el razonamiento multimodal, la coexistentes de jerigonza e imagen, la percepción, y la optimización de modelos de gran escalera.
Y estos son los miembros más destacados del nuevo equipo de Meta Superintelligence Labs:
- Trapit Bansal – Procedente de OpenAI. Entendido en razonamiento con enseñanza por refuerzo y codiseñador de los modelos 'o-series' (o1, o3, o4), conocidos por su capacidad de razonamiento progresista. Fue pionero en aplicar el enseñanza por refuerzo a las 'cadenas de pensamiento', un enfoque que prosperidad la tiento de los modelos para razonar paso a paso. Su experiencia fortalece el objetivo de Meta de desarrollar modelos que no solo generen texto, sino que puedan pensar de forma estructurada.
- Shuchao Bi – Procedente de OpenAI. Arquitecto del modo de voz de GPT-4o y responsable de la período de post-entrenamiento multimodal, un proceso esencia para mejorar las capacidades de conversación y percepción de los modelos. Su conocimiento será esencial para la integración de voz, audio y texto en futuros productos de Meta, especialmente en el expansión de asistentes conversacionales realistas.
- Huiwen Chang – Procedente de Google Research. Referente en coexistentes de imágenes con IA, fue cocreadora del sistema de coexistentes de imágenes de GPT-4o, y anteriormente desarrolló arquitecturas innovadoras como MaskIT y Muse, reconocidas por su capacidad de crear imágenes coherentes a partir de texto. Chang aporta la visión técnica para arrostrar la coexistentes de contenido visual a otro nivel, poco fundamental en entornos como el metaverso o los sistemas de creación automatizada.
- Ji Lin – Procedente de OpenAI. Ingeniero integral de modelos avanzados que trabajó en casi todas las versiones recientes de los modelos GPT: GPT-4o, GPT-4.1, GPT-4.5, así como en los modelos mini (o3/o4-mini). Su experiencia técnica zapatilla desde el diseño de cimentación hasta el razonamiento algorítmico, lo cual es fundamental para construir modelos versátiles y escalables.
- Joel Pobar – Antaño de retornar desde Anthropic, estuvo más de una plazo en Meta, donde lideró iniciativas esencia como HHVM (HipHop Aparente Machine), Hack (jerigonza de programación de Meta), Flow y Redex. En Anthropic, trabajó en inferencia efectivo de modelos. Pobar es perito en sistemas e infraestructura para IA, especialmente en la período de despliegue de modelos, haciendo que los sistemas de IA funcionen de forma efectivo a escalera.
- Jack Rae – Procedente de Google DeepMind. Líder en preentrenamiento y razonamiento deductivo, fue responsable del preentrenamiento y razonamiento en los modelos Gemini y Gemini 2.5, y anteriormente dirigió el expansión de Gopher y Chinchilla, modelos emblemáticos en la historia de DeepMind. Su experiencia en el diseño de arquitecturas centradas en razonamiento posiciona a Meta para desarrollar modelos que no se limiten a crear texto.
- Hongyu Ren – Procedente de OpenAI. Entendido en modelos compactos y eficientes que codiseñó múltiples modelos centrados en arrostrar capacidades avanzadas de IA a dispositivos de bajo consumo. Lideró un equipo centrado en post-entrenamiento y su trabajo es crucial para la logística de Meta de arrostrar IA potente a plataformas móviles, wearables y dispositivos de existencia aumentada.
- Johan Schalkwyk – Procedente de Google. Experimentado en procesamiento de jerigonza y voz, líder técnico del sistema Maya, desarrollador de Google Fellow y uno de los primeros ingenieros en el tesina Sesame (precursor de modelos tipo transformer). Aporta experiencia en NLP y procesamiento de voz, fundamentales para la próxima coexistentes de interfaces conversacionales naturales.
- Pei Sun – En DeepMind, trabajó en el razonamiento y post-entrenamiento de Gemini; en Waymo, fue responsable de dos generaciones de modelos de percepción para vehículos autónomos. Su mezcla de habilidades en percepción visual y razonamiento lo hace ideal para proyectos que integran IA con entornos físicos, como existencia aumentada o robótica.
- Jiahui Yu – Participó en el expansión de GPT-4o, 03 y 04-mini, y dirigió el equipo de percepción de OpenAI. Asimismo fue colíder del equipo multimodal de Gemini en Google. Su enfoque en modelos que combinan texto, imagen y sonido será esencial para el expansión de una IA verdaderamente caudillo y sensorialmente integrada.
- Shengjia Zhao – Procedente de OpenAI. Responsable del divulgación de ChatGPT y arquitecto de los modelos GPT-4 y mini. Dirigió la creación de datasets sintéticos, cuchitril esencia en el entrenamiento de modelos avanzados sin servir de datos del mundo auténtico. Zhao aporta una delantera estratégica en la coexistentes de datos para entrenar modelos de forma más rápida, segura y escalable.
¿Qué significa esto para el futuro de la IA (y de Meta)?
La creación de MSL se produce en un contexto en el que la inteligencia sintético está reconfigurando industrias enteras. Meta Superintelligence Labs es una manifiesto de intenciones. Zuckerberg ha dejado claro que la empresa está dispuesta a sospechar resistente por la superinteligencia sintético, reuniendo al que posiblemente sea el equipo más impresionante quia formado en torno a este objetivo.
El equipo de MSL reúne experiencia en coexistentes multimodal, razonamiento engorroso, inferencia, percepción, y datos sintéticos — pilares fundamentales para construir sistemas de IA verdaderamente generales. El nivel de especialización técnica de sus miembros indica que Meta averiguación no solo igualar, sino aventajar a los líderes actuales del campo.
Imagen | Marcos Merino mediante IA + Logo de Meta
En Genbeta | La IA ya 'amenazó' el empleo de los traductores como ahora a los programadores: Google Translate nos enseña que no es para tanto
