The Pulse

AI Frontiers è finita dopo la riorganizzazione in Microsoft AI a inizio settembre, scrive John Langford

AI Frontiers è finita dopo essere stata riorganizzata all’interno di Microsoft AI a inizio settembre, afferma John Langford. Langford descrive i progetti di ricerca del gruppo e scrive che nel prossimo anno non ci saranno stage con le perso

AI.info Team · Scritto con l’IA · verificato · 2026-11-09

John Langford ha pubblicato «La fine di AI Frontiers» il 6/11/2026. Nel post scrive:

Quindi AI Frontiers è finita.

John Langford

Scrive di aver trovato una sistemazione alle persone del suo gruppo come meglio poteva e di essersene andato. Langford aggiunge che ogni altro membro fondatore del gruppo dirigente di AIF sembra essere arrivato a una conclusione simile.

AI Frontiers ha cercato attivamente di organizzare attività di ricerca coerenti all’interno di Microsoft Research

Nel 2023, dopo il lancio di ChatGPT, Langford racconta di essere arrivato alla conclusione che la ricerca in Microsoft Research avesse bisogno di maggiore organizzazione. Diversi altri la pensavano allo stesso modo, scrive, perché un ricercatore che lavorava da solo poteva faticare a tenere il passo con gruppi che godevano di maggiore sostegno e non riuscire a mettere insieme baseline abbastanza solide da dimostrare che un’idea fosse valida. AI Frontiers ha cercato attivamente di organizzare attività di ricerca coerenti in quella che Langford definisce una «zona intermedia caotica» tra approcci dall’alto verso il basso e dal basso verso l’alto, dovendo affrontare, tra le altre sfide, i disaccordi e la disponibilità di risorse di calcolo.

Langford descrive AI Frontiers come un gruppo di ~50 persone. Gran parte del suo lavoro consisteva nel capire come far funzionare gli agenti, tra cui il framework di orchestrazione Autogen e l’agente per l’uso del computer Fara. A New York, diversi membri erano interessati a sviluppare nuove capacità fondamentali come l’obiettivo Next Latent, che consente l’estrapolazione; Dion3, che crea un Muon ottimizzato e migliorato; e il Full Bandwidth Transformer, che attraverso la ricorsione rende efficientemente i modelli sostanzialmente più potenti.

AI Frontiers ha deciso di sviluppare un monorepo condiviso per impostazione predefinita con tutta Microsoft Research. Il monorepo conteneva la base di codice per il preaddestramento su scala edge di cui aveva parlato il mese scorso in un keynote a COLM, dice Langford. Langford afferma di essere a conoscenza di almeno 4 iniziative per sviluppare pipeline di costruzione di modelli, comprese le altre 3 che non si trovavano in repository accessibili a tutti all’interno di MSR.

AI Frontiers è stata riorganizzata all’interno di Microsoft AI all’inizio di settembre

Unire le due organizzazioni poteva avere senso perché offriva opportunità di concentrare gli sforzi, scrive Langford: c’erano ambiti in cui AIF era più avanti di MAI e viceversa, mentre MAI era molto più grande. Descrive la filosofia dei dirigenti di MAI provenienti da Inflection come incompatibile con il lavoro di AI Frontiers: la sua filosofia di fondo è lo scaling e, in modo deciso, non la ricerca.

Concentrarsi esclusivamente sullo scaling significa dedicare lo sforzo principale a ottenere, creare e perfezionare i dati, dice Langford, il che rappresentava un notevole allontanamento dal lavoro di AI Frontiers. Riconosce le ragioni economiche a favore dello scaling, scrivendo che i modelli più grandi sono migliori quanto alla qualità delle previsioni che producono e che i rendimenti dello scaling sono molto più prevedibili di quelli della ricerca. Sostiene però che i rendimenti della ricerca sono reali e significativi.

Come esempio, Langford cita esperimenti di Bytedance secondo cui una variante del Full Bandwidth Transformer potrebbe essere paragonabile a un modello di dimensioni doppie, con un risparmio significativo nell’addestramento e nell’inferenza a parità di capacità.

Langford non è tornato a Microsoft Research

Langford dice di non essere tornato a Microsoft Research perché non se la sentiva di lavorare in un luogo dove la sua ricerca non aveva possibilità di trovare un impiego concreto. Scrive che, mentre era in Microsoft AI, non riusciva a far mettere in pratica l’innovazione, né a farla prendere seriamente in considerazione, e vedeva poche prospettive di successo da Microsoft Research. Dice anche di aver temuto una rottura di quello che definisce l’accordo di base in Microsoft Research: «fai un buon lavoro e accadono cose buone».

Nel prossimo anno non ci saranno stage con le persone che lavorano lì, scrive Langford

Nel prossimo anno non ci saranno stage con le persone che lavorano lì, dice Langford. Afferma di aver apprezzato lavorare con gli stagisti e rivolge i suoi migliori auguri alle persone che lascia.