Facebook AI Research (FAIR) मेटा प्लेटफॉर्म्स की कृत्रिम बुद्धिमत्ता प्रयोगशाला है, जिसकी स्थापना 2013 में हुई थी। इस प्रयोगशाला की स्थापना मशीन लर्निंग, डीप लर्निंग और संबंधित क्षेत्रों में मौलिक अनुसंधान करने के लिए की गई थी, जिसमें खुले विज्ञान और शोध निष्कर्षों के प्रकाशन के प्रति स्पष्ट प्रतिबद्धता थी। 2023 में, FAIR को व्यापक मेटा AI संगठन में एकीकृत किया गया, जिसमें कंपनी भर में अनुसंधान और उत्पाद-केंद्रित AI प्रयास दोनों शामिल हैं।
FAIR एक वितरित संरचना के साथ संचालित होता है, जिसके प्रमुख कार्यालय मेनलो पार्क, कैलिफोर्निया; न्यूयॉर्क शहर; पेरिस, फ्रांस; और मॉन्ट्रियल, कनाडा में हैं। इस प्रयोगशाला ने क्षेत्र के कई प्रमुख शोधकर्ताओं को नियोजित किया है, जिनमें यान लेकुन शामिल हैं, जिन्होंने इसके संस्थापक निदेशक के रूप में कार्य किया और मेटा में मुख्य AI वैज्ञानिक के रूप में जारी हैं। FAIR से जुड़े अन्य उल्लेखनीय शोधकर्ताओं में सौमिथ चिंताला शामिल हैं, जो PyTorch डीप लर्निंग फ्रेमवर्क के सह-निर्माता हैं, और जोएल पिन्यू, जिन्होंने प्रयोगशाला के सुदृढीकरण लर्निंग और रोबोटिक्स प्रयासों का नेतृत्व किया है।
प्रारंभिक योगदान और ओपन सोर्स
अपनी स्थापना से, FAIR ने खुले अनुसंधान और उपकरणों तथा डेटासेट के विमोचन पर जोर दिया। 2015 में, प्रयोगशाला ने कुशल टेक्स्ट वर्गीकरण और शब्द प्रतिनिधित्व सीखने के लिए fastText लाइब्रेरी जारी की। अगले वर्ष, FAIR ने Torch-आधारित डीप लर्निंग फ्रेमवर्क पेश किया जो बाद में PyTorch में विकसित हुआ, जिसे 2017 में सार्वजनिक रूप से जारी किया गया। PyTorch AI अनुसंधान समुदाय में सबसे व्यापक रूप से उपयोग किए जाने वाले फ्रेमवर्क में से एक बन गया, जिसे OpenAI, Google DeepMind और कई विश्वविद्यालयों जैसे संस्थानों द्वारा अपनाया गया।
FAIR ने अनुसंधान समुदाय को महत्वपूर्ण डेटासेट भी योगदान दिए। प्रयोगशाला ने 2017 में अनुक्रम-से-अनुक्रम मॉडलिंग के लिए FAIRSEQ टूलकिट और 2018 में संवाद अनुसंधान के लिए ParlAI प्लेटफॉर्म जारी किया। कंप्यूटर विज़न में, FAIR ने Detectron और Detectron2 ऑब्जेक्ट डिटेक्शन प्लेटफॉर्म विकसित किए, जो विज़न अनुसंधान के लिए मानक उपकरण बन गए।
मशीन लर्निंग में प्रगति
FAIR शोधकर्ताओं ने Machine learning और Deep learning में मौलिक योगदान दिया है। प्रयोगशाला का कन्वोल्यूशनल न्यूरल नेटवर्क और छवि पहचान पर काम, जिसका नेतृत्व Karen Simonyan और Koray Kavukcuoglu जैसे शोधकर्ताओं ने किया, ने प्रभावशाली आर्किटेक्चर और प्रशिक्षण तकनीकों का निर्माण किया। प्राकृतिक भाषा प्रसंस्करण में, FAIR ने InferSent वाक्य एम्बेडिंग मॉडल विकसित किया और अन्य शोध समूहों के साथ सहयोग के माध्यम से Transformer (architecture) आर्किेक्चर के विकास में योगदान दिया।
2010 के दशक के अंत में, FAIR ने स्व-पर्यवेक्षित लर्निंग पर तेजी से ध्यान केंद्रित किया, एक प्रतिमान जहां मॉडल अलेबल डेटा से प्रतिनिधित्व सीखते हैं। यान लेकुन इस दृष्टिकोण के एक प्रमुख समर्थक रहे हैं, उन्होंने तर्क दिया कि यह अधिक सामान्य Artificial intelligence की ओर एक महत्वपूर्ण मार्ग है। विज़न और भाषा के लिए स्व-पर्यवेक्षित विधियों पर FAIR का काम Generative AI और Large language model अनुसंधान में बाद के विकास को प्रभावित किया है।
रोबोटिक्स और एम्बोडिएड AI
FAIR ने रोबोटिक्स और एम्बोडिएड इंटेलिजेंस में एक सक्रिय अनुसंधान कार्यक्रम बनाए रखा है। प्रयोगशाला ने 2019 में एम्बोडिएड AI सिमुलेशन के लिए Habitat प्लेटफॉर्म विकसित किया, जो शोधकर्ताओं को फोटोरियलिस्टिक 3D वातावरण में एजेंटों को प्रशिक्षित करने की अनुमति देता है। FAIR ने रोबोटिक हेरफेर और नेविगेशन पर भी काम किया, जिसमें MIT CSAIL और BAIR (Berkeley AI Research) जैसे शैक्षणिक संस्थानों के साथ सहयोग किया गया।
2022 में, FAIR ने प्रोजेक्ट आरिया की घोषणा की, जो एगोसेंट्रिक धारणा और संवर्धित वास्तविकता पर केंद्रित एक अनुसंधान पहल है। इस परियोजना में प्रथम-व्यक्ति वीडियो और ऑडियो डेटा कैप्चर करने के लिए सेंसर से लैस कस्टम चश्मे का विकास शामिल था, जिसका उद्देश्य प्रासंगिक AI और मानव-कंप्यूटर इंटरैक्शन में अनुसंधान को आगे बढ़ाना था।
बड़े भाषा मॉडल और मेटा AI
जैसे-जैसे क्षेत्र बड़े पैमाने पर जनरेटिव मॉडल की ओर स्थानांतरित हुआ, FAIR ने मेटा के बड़े भाषा मॉडल के विकास में योगदान दिया। प्रयोगशाला 2022 में जारी OPT (ओपन प्री-ट्रेंड ट्रांसफॉर्मर) मॉडल के निर्माण में शामिल थी, जिसे मालिकाना मॉडल के लिए एक खुला विकल्प प्रदान करने के लिए डिज़ाइन किया गया था। FAIR ने 2023 में पहली बार जारी LLaMA (लार्ज लैंग्वेज मॉडल मेटा AI) श्रृंखला में भी योगदान दिया, जो अनुसंधान समुदाय में व्यापक रूप से उपयोग किया जाने वाला बन गया।
2023 में, मेटा ने अपने AI प्रयासों को पुनर्गठित किया, FAIR को अन्य AI टीमों के साथ विलय कर मेटा AI का गठन किया। इस नए संगठन का उद्देश्य अनुसंधान और उत्पाद विकास को अधिक निकटता से एकीकृत करना है, जिसमें FAIR अनुसंधान शाखा के रूप में कार्य करता है। इस संरचना के तहत, FAIR शैक्षणिक पेपर प्रकाशित करना और ओपन-सोर्स उपकरण जारी करना जारी रखता है, साथ ही फेसबुक, इंस्टाग्राम और व्हाट्सएप सहित अपने प्लेटफार्मों पर मेटा के वाणिज्यिक AI उत्पादों को सूचित करता है।
प्रभाव और विरासत
FAIR का व्यापक AI पारिस्थितिकी तंत्र पर महत्वपूर्ण प्रभाव पड़ा है। खुले अनुसंधान और ओपन-सोर्स सॉफ्टवेयर के प्रति इसकी प्रतिबद्धता ने OpenAI और Anthropic सहित अन्य प्रमुख प्रयोगशालाओं के अभ्यासों को प्रभावित किया है। प्रयोगशाला के प्रकाशनों को अत्यधिक उद्धृत किया गया है, और इसके पूर्व छात्र अन्य कंपनियों और शैक्षणिक संस्थानों में AI प्रयासों का नेतृत्व करने के लिए आगे बढ़े हैं।
प्रयोगशाला AI सुरक्षा और नैतिकता के आसपास नीति चर्चाओं में भी शामिल रही है। FAIR शोधकर्ताओं ने मशीन लर्निंग में निष्पक्षता और AI के सामाजिक निहितार्थ जैसे विषयों पर प्रकाशित किया है। हालांकि, प्रयोगशाला को कुछ हलकों से अपनी तकनीकों के संभावित दुरुपयोग के संबंध में आलोचना का सामना करना पड़ा है, विशेष रूप से मेटा के सोशल मीडिया प्लेटफार्मों और गलत सूचना के प्रसार के संदर्भ में।
2025 तक, FAIR मेटा के भीतर एक सक्रिय अनुसंधान संगठन बना हुआ है, जिसमें मल्टीमॉडल लर्निंग, तर्क और वैज्ञानिक खोज के लिए AI जैसे क्षेत्रों में चल रही परियोजनाएं हैं। मेटा AI में इसका एकीकरण मौलिक अनुसंधान को वाणिज्यिक अनुप्रयोगों के साथ संरेखित करने की व्यापक उद्योग प्रवृत्ति को दर्शाता है, जबकि शैक्षणिक खुलेपन के प्रति प्रतिबद्धता बनाए रखता है।