LOL! Zuckerberg tentou pessoalmente contratar o especialista em IA, mas acabou mandando-o embora com uma canja de galinha tóxica.
O laboratório de superinteligência da Meta acaba de abrir suas portas, com financiamento e poder computacional à disposição. O CEO Mark Zuckerberg chegou a se manifestar pessoalmente para promover a ideia de que "todos têm superinteligência".
Mas neste exato momento, o cientista pesquisador do Meta, Rishabh Agarwal, tuitou para anunciar que estava saindo.
Vamos dar uma olhada em sua declaração de renúncia:
Esta é minha última semana na @AIatMeta. Ingressar no novo laboratório de Superinteligência a ser definido foi uma decisão difícil para mim, especialmente considerando a concentração de talentos e poder computacional ali. Mas, depois de 7,5 anos no Google Brain, DeepMind e Meta, sinto um impulso para assumir um tipo diferente de risco.
Você acha que, ah, isso é só o clichê padrão de demissão? Mas espere, ele acrescentou outro ponto:
A visão de Mark e Alexandr Wang para se juntar à equipe de Superinteligência era incrivelmente atraente. Mas, no fim das contas, optei por seguir o conselho do próprio Mark: 'Em um mundo que muda tão rapidamente, o maior risco que você pode correr é não correr risco algum.'"
É tão engraçado. Eu não esperava que a sincera sopa de galinha tóxica do Zuckerberg se tornasse o motivo para Rishabh entregar sua carta de demissão.
Para vencer a competição de IA, o ritmo de recrutamento recente da Meta tem sido extremamente agressivo.
Zuckerberg ofereceu salários de nove dígitos a muitos dos principais pesquisadores e até recrutou pessoalmente talentos de empresas como OpenAI e Google por e-mail e WhatsApp, com o salário total oferecido às vezes chegando a US$ 100 milhões.
Até meados de agosto, a Meta havia contratado com sucesso mais de 20 pessoas da OpenAI, pelo menos 13 do Google, 3 da Apple, 3 da xAI e 2 da Anthropic, totalizando mais de 50 novos funcionários.
No entanto, houve rumores recentes de que, depois que a Meta recrutou agressivamente mais de 50 pesquisadores e engenheiros de IA por vários meses, ela começou a congelar o recrutamento em seu departamento de IA na semana passada e reduziu completamente o tamanho do departamento de IA e reorganizou a equipe de IA.
A Meta AI será reorganizada em quatro equipes principais: pesquisa, treinamento (laboratório a ser definido), produto e infraestrutura. A maioria dos líderes de equipe se reportará diretamente a Wang. A equipe da Fundação AGI, anteriormente responsável pelo modelo de larga escala Llama, também foi oficialmente dissolvida nessa reestruturação.
Talvez Rishabh também tenha sido afetado pela turbulência da reestruturação.
No entanto, Rishabh não foi preguiçoso na Meta. Segundo ele, em apenas alguns meses, ele e sua equipe alcançaram muitos resultados, como promover o progresso no pós-treinamento de modelos "pensantes".
Inclua especificamente:
- Por meio do escalonamento RL, levamos um modelo denso de 8 bilhões de parâmetros a um desempenho próximo ao do Deepseek-R1.
- Use dados sintéticos no treinamento de médio prazo para melhor iniciar a vida real.
- Foi desenvolvido um melhor método de destilação dentro das políticas.
Uma análise mais detalhada do currículo de Rishabh mostra que ele é um jogador forte na área de IA.
Graduou-se em Ciência da Computação e Engenharia pelo Instituto Indiano de Tecnologia, em Bombaim. Em seguida, fez doutorado no Mila, o Instituto de Inteligência Artificial de Quebec, no Canadá, onde sua tese se concentrou em explorações inovadoras em aprendizado por reforço profundo, sob a supervisão de Aaron Courville e Marc Bellemare.
O Google Acadêmico mostra que ele participou e publicou uma série de artigos de pesquisa influentes, incluindo Gemini 1.5 e Gemma 2, com mais de 2.500 e 1.200 citações, respectivamente; "Deep Reinforcement Learning at the Edge of the Statistical Precipice" e "Neural Additive Models" de 2021 também têm grande influência.
No geral, suas citações acadêmicas ultrapassaram 10.000, com um índice h de 34 e um índice i10 de 41. Sua pesquisa abrange uma ampla gama de tópicos, incluindo compreensão multimodal, modelos de linguagem aberta, redes neurais interpretáveis e aprendizado por reforço offline, cobrindo essencialmente todos os tópicos mais relevantes.
Em termos de experiência de trabalho, ele é atualmente professor adjunto na Universidade McGill, cargo que ocupa desde setembro de 2024. Antes de ingressar na Meta, ele trabalhou no Google DeepMind de 2023 a 2025 como cientista pesquisador, com foco em aprendizado por reforço, autoaperfeiçoamento e destilação de grandes modelos de linguagem.
Além disso, ele trabalhou no Google Brain por 5 anos como cientista pesquisador sênior, conduzindo pesquisas sobre aprendizado de reforço profundo e ganhou o prêmio de melhor artigo no NeurIPS 2021. Antes disso, ele estagiou na Waymo no início de 2018.
Para Rishabh, as palavras em sua declaração de renúncia, "assumir um tipo diferente de risco", podem ser verdadeiras.
A experiência e a influência que ele acumulou em empresas como Google e Meta são suficientes para apoiá-lo na busca por mais pesquisas livres ou em um palco maior.
#Bem-vindo a seguir a conta pública oficial do WeChat do iFaner: iFaner (ID do WeChat: ifanr), onde mais conteúdo interessante será apresentado a você o mais breve possível.
