Nhà nghiên cứu John Langford rời Microsoft, nhóm AI Frontiers tan rã

John Langford, quản lý nghiên cứu (partner researcher manager) tại Microsoft Research New York, đã rời Microsoft và tuyên bố nhóm AI Frontiers do ông đồng sáng lập chấm dứt hoạt động. Thông tin được Digg tổng hợp từ bài viết trên blog Machine Learning (Theory) của ông, công bố trên mạng xã hội ngày 6/11.

John Langford rời Microsoft

Sự việc đáng chú ý vì AI Frontiers từng là một trong những nhóm nghiên cứu có tổ chức nhất của Microsoft trong giai đoạn hậu ChatGPT, quy tụ khoảng 50 người. Việc một nhà nghiên cứu kỳ cựu rời đi sau khi nhóm bị chuyển khỏi Microsoft Research phản ánh căng thẳng giữa định hướng nghiên cứu cơ bản và chiến lược mở rộng quy mô mô hình.

Nhóm AI Frontiers hình thành và chuyển hướng

Theo bài viết của Langford, ông cùng các đồng nghiệp thành lập AI Frontiers bên trong Microsoft Research vào năm 2023, nhằm đưa hoạt động nghiên cứu vào nề nếp hơn sau khi ChatGPT ra mắt. Phần lớn công việc của nhóm tập trung vào việc làm cho các tác tử AI (agent) hoạt động ổn định.

Các dự án ông nêu tên gồm Autogen, một framework để phối hợp nhiều tác tử, và Fara, một tác tử điều khiển máy tính để thực hiện nhiệm vụ. Theo Shunyatax, một số nhà nghiên cứu trong nhóm cũng tìm cách cải thiện mô hình mà không chỉ đơn thuần tăng kích thước.

Đầu tháng 9, nhóm này được chuyển từ Microsoft Research sang Microsoft AI. Langford viết rằng trước khi rời đi, ông đã cố gắng hết sức tìm chỗ phù hợp cho các thành viên trong nhóm, nhưng bài viết không nêu rõ tình trạng chính thức của nhóm hay nơi các nhân sự còn lại được phân công.

Lý do rời đi: nghiên cứu không có đường vào ứng dụng

Theo Digg, Langford mô tả triết lý lãnh đạo tại Microsoft AI tập trung vào mở rộng quy mô (scaling) thay vì nghiên cứu, với môi trường chủ yếu xoay quanh việc thu thập, tạo và tinh chỉnh dữ liệu.

Ông thừa nhận logic kinh doanh phía sau: trong đánh giá của ông, lợi suất từ việc mở rộng quy mô dễ dự đoán hơn lợi suất từ nghiên cứu. Tuy vậy, ông gọi cách tiếp cận chỉ dựa vào scaling là sai hướng và thiếu thú vị. Đây là quan điểm cá nhân của ông về đơn vị mà nhóm ông gia nhập, không phải chính sách toàn công ty.

Shunyatax cho biết Langford không hề đề xuất dừng mở rộng quy mô; ông lập luận rằng scaling và nghiên cứu cơ bản cần được tiến hành song song.

Langford viết rằng ông không thể đưa các đổi mới vào sử dụng, thậm chí không được xem xét nghiêm túc, khi ở trong Microsoft AI.

Ông cũng cho rằng quay lại Microsoft Research không còn hấp dẫn, và nghi ngờ rằng từ đó nghiên cứu cũng khó đến được ứng dụng. Ông nói mình không thoải mái khi ở một công ty mà công trình nghiên cứu không có đường đi vào thực tế.

Langford cũng thông báo nhóm sẽ không có chương trình thực tập trong năm tới, và gửi lời chúc tốt đẹp tới các đồng nghiệp ở lại.

Sự nghiệp và các thay đổi nhân sự xung quanh

Hồ sơ của Langford trên nền tảng alphaxiv ghi ông là thành viên sáng lập Microsoft Research New York và là đồng tác giả thư viện machine learning Vowpal Wabbit. Năm 2023, giải Test of Time Award tại The Web Conference vinh danh bài báo của ông về contextual bandit cho gợi ý tin tức cá nhân hóa — mô tả thuật toán học cách chọn bài viết để hiển thị cho người đọc.

Minh họa khu vực nghiên cứu

Shunyatax đặt thông tin về AI Frontiers bên cạnh những thay đổi nhân sự cấp cao khác tại Microsoft, gồm việc cựu CEO LinkedIn Ryan Roslansky dự kiến rời các trách nhiệm sau đó phụ trách mảng Office và Teams, và việc cựu trưởng nền tảng AI Eric Boyd chuyển sang Anthropic.

Tuy nhiên, Shunyatax lưu ý nguồn tin không chứng minh được rằng những thay đổi này xuất phát từ bất đồng về chiến lược nghiên cứu, hay có liên hệ với việc Langford rời đi.

Góc nhìn

Với các kỹ sư và nhà phát triển Việt Nam, câu chuyện này là lời nhắc về khoảng cách giữa nghiên cứu và sản phẩm. Những dự án như Autogen hay Fara cho thấy giá trị của nghiên cứu có tổ chức về tác tử AI, nhưng nếu doanh nghiệp chỉ đo lường bằng việc mở rộng mô hình thì các công trình mang tính nền tảng khó được đưa vào ứng dụng.

Các doanh nghiệp công nghệ trong nước cũng đối mặt lựa chọn tương tự: đầu tư vào nghiên cứu dài hạn hay tối ưu nhanh trên mô hình có sẵn. Việc phân biệt rõ hai hướng và tạo cơ chế để kết quả nghiên cứu đi vào sản phẩm sẽ giúp giữ chân nhân sự giỏi — điều mà trường hợp của Langford cho thấy không phải lúc nào cũng được bảo đảm.