Facebook AI Research (FAIR) es el laboratorio de inteligencia artificial de Meta Platforms, establecido en 2013. El laboratorio fue fundado con el objetivo de realizar investigaciones fundamentales en inteligencia artificial, incluyendo aprendizaje profundo, aprendizaje automático y procesamiento del lenguaje natural. FAIR opera con una estructura descentralizada, con oficinas principales en Menlo Park, California; Nueva York; París; y Montreal.
El laboratorio ha realizado contribuciones significativas al campo de la IA, incluyendo el desarrollo de PyTorch, un marco de aprendizaje profundo ampliamente utilizado. FAIR también ha publicado investigaciones influyentes en áreas como visión por computadora, procesamiento del lenguaje natural y aprendizaje por refuerzo. En 2023, FAIR se integró en la organización más amplia de Meta AI, que combina esfuerzos de investigación y desarrollo de productos.
Contribuciones tempranas y código abierto
Desde su creación, FAIR ha enfatizado la investigación abierta y la publicación de herramientas y conjuntos de datos. En 2015, el laboratorio lanzó fastText, una biblioteca para clasificación de texto y aprendizaje de representaciones de palabras. Al año siguiente, FAIR introdujo el marco de aprendizaje profundo basado en Torch que eventualmente evolucionó a PyTorch, lanzado públicamente en 2017. PyTorch se ha convertido en uno de los marcos más utilizados en la comunidad de investigación de IA, adoptado por instituciones como OpenAI, Google DeepMind y numerosas universidades.
FAIR también ha contribuido con conjuntos de datos significativos a la comunidad investigadora. El laboratorio lanzó FAIRSEQ, una herramienta para modelado de secuencias, en 2017, y la plataforma ParlAI para investigación de diálogo en 2018. En visión por computadora, FAIR desarrolló Detectron y Detectron2, plataformas de detección de objetos que se han convertido en estándares en el campo.
Avances en aprendizaje automático
Los investigadores de FAIR han realizado contribuciones fundamentales al aprendizaje automático. El trabajo del laboratorio en redes neuronales convolucionales y reconocimiento de imágenes, liderado por investigadores como Yann LeCun y Koray Kavukcuoglu, produjo arquitecturas y técnicas de entrenamiento influyentes. En procesamiento del lenguaje natural, FAIR desarrolló modelos de incrustación de oraciones como InferSent y contribuyó al desarrollo de la arquitectura Transformer a través de colaboraciones con otros grupos de investigación.
A finales de la década de 2010, FAIR se centró cada vez más en el aprendizaje autosupervisado, un paradigma donde los modelos aprenden representaciones a partir de datos no etiquetados. Yann LeCun ha sido un defensor prominente de este enfoque, argumentando que es un camino clave hacia una inteligencia artificial más general. El trabajo de FAIR en métodos autosupervisados para visión y lenguaje ha influido en desarrollos posteriores en IA generativa y modelos de lenguaje grandes.
Robótica e IA incorporada
FAIR ha mantenido un programa activo de investigación en robótica e inteligencia incorporada. El laboratorio desarrolló la plataforma Habitat para simulación de IA incorporada en 2019, que permite a los investigadores entrenar agentes en entornos 3D fotorrealistas. FAIR también ha trabajado en manipulación robótica y navegación, colaborando con instituciones académicas como MIT CSAIL y el Berkeley AI Research Lab.
En 2022, FAIR anunció el Proyecto Aria, una iniciativa de investigación centrada en la percepción egocéntrica y la realidad aumentada. El proyecto implica el desarrollo de gafas personalizadas equipadas con sensores para capturar datos de video y audio en primera persona, con el objetivo de avanzar la investigación en IA contextual e interacción humano-computadora.
Modelos de lenguaje grandes y Meta AI
A medida que el campo se orientó hacia modelos generativos a gran escala, FAIR contribuyó al desarrollo de modelos de lenguaje grandes de Meta. El laboratorio participó en la creación del modelo OPT (Open Pre-trained Transformer), lanzado en 2022, diseñado para proporcionar una alternativa abierta a los modelos propietarios. FAIR también contribuyó a la serie LLaMA (Large Language Model Meta AI), lanzada por primera vez en 2023, que se ha convertido en una de las familias de modelos de lenguaje más utilizadas en la comunidad investigadora.
En 2023, Meta reorganizó sus esfuerzos de IA, fusionando FAIR con otros equipos de IA para formar Meta AI. Esta nueva organización tiene como objetivo integrar la investigación y el desarrollo de productos más estrechamente, con FAIR sirviendo como el brazo de investigación. Bajo esta estructura, FAIR continúa publicando artículos académicos y lanzando herramientas de código abierto, mientras también informa los productos comerciales de IA de Meta en plataformas como Facebook, Instagram y WhatsApp.
Impacto y legado
FAIR ha tenido un impacto sustancial en el ecosistema más amplio de IA. Su compromiso con la investigación abierta y el software de código abierto ha influido en las prácticas de otros laboratorios importantes, incluidos OpenAI y Anthropic. Las publicaciones del laboratorio han sido ampliamente citadas, y sus exalumnos han pasado a liderar esfuerzos de IA en otras empresas e instituciones académicas.
El laboratorio también ha participado en discusiones políticas sobre seguridad y ética de la IA. Los investigadores de FAIR han publicado sobre temas como equidad en el aprendizaje automático y las implicaciones sociales de la IA. Sin embargo, el laboratorio ha enfrentado críticas de algunos sectores sobre el posible mal uso de sus tecnologías, particularmente en el contexto de las plataformas de redes sociales de Meta y la propagación de desinformación.
A partir de 2025, FAIR sigue siendo una organización de investigación activa dentro de Meta, con proyectos en curso en áreas como aprendizaje multimodal, razonamiento e IA para descubrimiento científico. Su integración en Meta AI refleja una tendencia más amplia de la industria hacia alinear la investigación fundamental con las aplicaciones comerciales, manteniendo al mismo tiempo un compromiso con la apertura académica.