Meta (recherche en IA) est la division de recherche en intelligence artificielle de Meta Platforms, la société mère de Facebook, Instagram et WhatsApp. La division se concentre sur l'avancement de l'état de l'art en intelligence artificielle grâce à la recherche fondamentale, aux contributions open-source et au développement de systèmes d'IA prêts pour la production. Elle est reconnue pour ses travaux sur les grands modèles de langage, la vision par ordinateur et l'IA incarnée, et est devenue un contributeur majeur de l'écosystème open-source de l'IA.
L'organisation trouve ses origines dans le laboratoire Facebook AI Research (FAIR), fondé en 2013, et s'est depuis élargie pour inclure plusieurs groupes de recherche et équipes d'IA axées sur les produits. Elle opère sous l'égide plus large de l'organisation technologique de Meta, avec des centres de recherche à Menlo Park, en Californie, à New York, à Londres, à Paris et dans d'autres sites mondiaux. La division publie abondamment dans des revues académiques, diffuse des outils et des modèles open-source et collabore avec des universités et des partenaires industriels.
Histoire et formation
Les efforts de recherche en IA de Meta ont commencé sérieusement avec la création de FAIR en 2013, dirigé par Yann LeCun, qui avait rejoint Facebook fin 2013. Le laboratoire était initialement axé sur l'apprentissage profond et la vision par ordinateur, s'appuyant sur les travaux pionniers de LeCun sur les réseaux de neurones convolutifs. En 2018, l'entreprise a créé un groupe distinct d'apprentissage automatique appliqué (AML) pour faire le pont entre la recherche et le déploiement de produits, tandis que FAIR continuait en tant que bras de recherche fondamentale.
En 2021, Facebook a été rebaptisé Meta Platforms, et la division de recherche en IA a été consolidée sous la bannière Meta AI. Cela incluait FAIR, AML et d'autres équipes spécialisées telles que Meta Reality Labs AI, qui se concentre sur les applications de réalité augmentée et virtuelle. La division a depuis grandi pour compter plusieurs centaines de chercheurs et d'ingénieurs, avec un fort accent sur les travaux interdisciplinaires couvrant le apprentissage automatique, les réseaux de neurones, le traitement du langage naturel, la robotique et les sciences sociales.
Principaux domaines de recherche
Grands modèles de langage
Meta AI est devenu un développeur de premier plan de grands modèles de langage, notamment grâce à sa série LLaMA (Large Language Model Meta AI). Le premier modèle LLaMA a été publié en février 2023, avec des tailles de paramètres allant de 7 milliards à 65 milliards. Contrairement à de nombreux modèles propriétaires, LLaMA a été mis à disposition des chercheurs sous une licence non commerciale, et les versions ultérieures, y compris LLaMA 2 (publiée en juillet 2023) et LLaMA 3 (publiée en avril 2024), ont été publiées sous des licences plus permissives, permettant une utilisation commerciale. Ces modèles ont été largement adoptés par la communauté open-source et ont suscité une vague de variantes affinées.
Le développement des modèles LLaMA a impliqué des innovations en matière d'efficacité d'entraînement, de curation des données et d'architecture des modèles. Meta AI a également contribué à la littérature sur l'architecture Transformer (architecture), en s'appuyant sur l'article original sur le transformer de Vaswani et al. et en explorant des modifications telles que des variantes de attention multi-têtes et des schémas améliorés de encodage positionnel. La division a publié des rapports techniques détaillés sur ses processus d'entraînement, y compris l'utilisation de l'optimiseur Adam et de programmes de taux d'apprentissage.
Vision par ordinateur et IA multimodale
La vision par ordinateur est un axe central depuis la création de FAIR. Meta AI a développé des modèles de pointe pour la classification d'images, la détection d'objets et la segmentation d'images. Parmi les contributions notables figure le modèle Segment Anything (SAM), publié en avril 2023, qui peut segmenter n'importe quel objet dans une image avec un minimum de sollicitation. SAM a été entraîné sur un ensemble de données de plus d'un milliard de masques et est devenu un outil largement utilisé dans la recherche et les applications en vision par ordinateur.
La division a également fait progresser l'IA multimodale, combinant la compréhension de la vision et du langage. Des modèles comme Flamingo et ImageBind, développés en collaboration avec d'autres groupes de recherche, visent à apprendre des représentations conjointes à travers plusieurs modalités, y compris le texte, les images, l'audio et la vidéo. Ces efforts s'alignent sur l'objectif plus large de Meta de construire des systèmes d'IA capables de comprendre et d'interagir avec le monde de manière similaire à la perception humaine.
IA incarnée et robotique
Meta AI a investi dans l'IA incarnée, qui se concentre sur le développement d'agents capables de percevoir, de raisonner et d'agir dans des environnements physiques ou simulés. La division a publié des plateformes comme Habitat, un environnement de simulation pour entraîner des agents incarnés, et a mené des recherches sur la navigation, la manipulation et l'interaction homme-robot. Bien que Meta ne produise pas de robots physiques, ses recherches dans ce domaine éclairent les applications en réalité augmentée et dans le métavers.
IA sociale et systèmes de recommandation
Compte tenu des produits de médias sociaux de base de Meta, la recherche en IA aborde également les systèmes de recommandation, la compréhension du contenu et la sécurité des utilisateurs. La division a développé des modèles de apprentissage profond à grande échelle pour le classement et la personnalisation, qui alimentent les fils d'actualité et les algorithmes de recommandation sur Facebook et Instagram. La recherche sur l'équité, la responsabilité et la transparence en IA est également un domaine en croissance, avec des publications sur l'atténuation des biais et l'interprétabilité.
Contributions open-source
Meta AI est l'un des contributeurs les plus prolifiques à l'IA open-source. Au-delà de LLaMA, la division a publié une large gamme d'outils et de bibliothèques largement utilisés dans la communauté de recherche. PyTorch, initialement développé par FAIR et publié pour la première fois en 2016, est devenu l'un des cadres dominants de apprentissage profond, aux côtés de TensorFlow. Le graphe de calcul dynamique de PyTorch et son interface pythonique en ont fait un favori parmi les chercheurs, et il est désormais maintenu par la PyTorch Foundation sous la Linux Foundation.
D'autres projets open-source notables incluent Detectron2, une plateforme pour la détection d'objets et la segmentation ; fairseq, une boîte à outils de modélisation séquence à séquence ; et le cadre ParlAI pour la recherche en dialogue. Meta AI contribue également au développement des réseaux résiduels et d'autres innovations architecturales, et ses chercheurs publient régulièrement du code et des poids de modèles pour faciliter la reproductibilité.
Collaborations et partenariats
Meta AI collabore avec des institutions académiques, des partenaires industriels et d'autres organisations de recherche. Elle a des programmes de recherche conjoints avec des universités telles que Stanford, MIT et Université de Toronto, et participe à des initiatives multi-organisations comme le Partnership on AI. La division s'engage également avec la communauté IA au sens large lors de conférences telles que NeurIPS, ICML et CVPR, où ses chercheurs siègent dans des comités de programme et présentent des articles.
Dans le paysage concurrentiel, Meta AI se positionne aux côtés d'autres grands laboratoires de recherche d'entreprise comme Google DeepMind, OpenAI et Anthropic. Alors qu'OpenAI et Anthropic se sont concentrés sur des modèles propriétaires et la sécurité, Meta s'est différencié par des publications open-source et un fort accent sur la transparence de la recherche. Cette approche a attiré une communauté de développeurs et de chercheurs qui s'appuient sur les modèles de Meta, créant un écosystème qui rivalise avec les alternatives fermées.
Personnalités notables
Plusieurs chercheurs en IA de premier plan ont été associés à Meta AI. Yann LeCun, lauréat du prix Turing et professeur à NYU, a été le directeur fondateur de FAIR et reste un scientifique en chef de l'IA chez Meta. Ses travaux sur les réseaux convolutifs et l'apprentissage non supervisé ont été fondamentaux pour l'IA moderne. D'autres figures clés incluent Joelle Pineau, qui dirige FAIR depuis 2017 et s'est concentrée sur la recherche reproductible et l'IA incarnée ; Ahmad Al-Dhle et Thomas Scialom, qui ont joué un rôle déterminant dans le projet LLaMA ; et Samy Bengio, qui a rejoint Meta AI en 2021 après avoir quitté Google Brain.
La division a également attiré des chercheurs du monde académique et industriel, y compris des experts en apprentissage par renforcement, en traitement du langage naturel et en vision par ordinateur. Beaucoup ont ensuite fondé ou dirigé d'autres entreprises d'IA, contribuant au vivier de talents plus large dans le domaine.
Impact et réception
La stratégie open-source de Meta AI a eu un impact significatif sur le paysage de l'IA. La publication des modèles LLaMA a démocratisé l'accès aux grands modèles de langage, permettant aux startups, aux chercheurs et aux amateurs de construire des applications qui nécessiteraient autrement des ressources informatiques substantielles. Cela a accéléré l'innovation dans des domaines tels que la IA générative, les chatbots et la génération de code, et a influencé le développement d'autres modèles ouverts comme Mistral et Falcon.
Cependant, la division a également fait face à des critiques et à des défis. Certains chercheurs ont soulevé des préoccupations concernant l'utilisation abusive potentielle des modèles open-source, y compris la génération de désinformation ou de contenu nuisible. Meta a répondu avec des politiques d'utilisation et des évaluations de sécurité, mais la tension entre ouverture et sécurité reste un sujet de débat. De plus, le coût élevé de l'entraînement de grands modèles a soulevé des questions sur l'impact environnemental et la concentration de la recherche en IA dans quelques grandes entreprises.
Orientations futures
À l'avenir, Meta AI est susceptible de continuer à se concentrer sur les modèles open-source, l'IA multimodale et l'intelligence incarnée. La division investit dans des architectures de nouvelle génération, y compris des travaux sur des alternatives au Transformer (architecture) et des méthodes d'entraînement plus efficaces. Elle explore également l'intégration de l'IA dans les produits métavers de Meta, tels que les lunettes intelligentes et les environnements de réalité virtuelle, où l'IA pourrait permettre des interactions plus naturelles et des expériences personnalisées.
En 2025, Meta AI reste l'une des organisations de recherche en IA les plus influentes, avec un large portefeuille de recherche et de produits. Son engagement envers l'ouverture, combiné aux ressources d'une grande entreprise technologique, la positionne pour jouer un rôle central dans la formation de l'avenir de l'intelligence artificielle.