ByteDance oppretter AI-dataenhet på toppnivå i satsing på gigantmodell

ByteDance har opprettet en ny avdeling på toppnivå kalt "AI Data & Security". Dette løfter selskapets tilnærming til datastyring samtidig som de går i gang med å trene det som kan bli en av verdens største AI-modeller.

Den nye enheten, som først ble omtalt av det kinesiske teknologimediet 36Kr, opererer på samme organisatoriske nivå som ByteDances forskningsavdeling Seed AI, Flow og Douyin, ifølge PANews. Den ledes av Adam Wang, som tidligere hadde ansvaret for TikToks plattformsikkerhet og direktestrømming.kucoin

Samler dataprosessen

Avdelingens kjerneoppdrag er å levere tverrmodale datatjenester for alle ByteDances store modeller. Den integrerer Global Data-teamet, som ble grunnlagt i 2023 av TikTok-medgründer Fu Yue, sammen med selskapets datamellomvare DMC og AI-dataplattformen under Flow. Enheten dekker hele datasyklusen, fra standardisering og innhenting til syntese, vasking, kvalitetsevaluering og etterlevelse av sikkerhetsregler.kucoin

Bakgrunnen: Nei til destillering

Omstruktureringen skjer bare dager etter at ByteDance-grunnlegger Zhang Yiming ga selskapets Seed AI-forskningsteam beskjed om å unngå å forbedre egne modeller ved å destillere konkurrerende systemer. "AI-utvikling krever et langsiktig perspektiv og tålmodighet, i stedet for å bruke andres resultater til å oppnå kortsiktige plasseringer på ledertabeller," sa Zhang på et internt møte nylig, ifølge en rapport fra Reuters som siterer kinesiske The Paper.mix929

Zhang sa til de ansatte at ByteDance må være villige til å "ofre kortsiktig gevinst for langsiktige mål", og la til at destillering hindrer ekte, langsiktige teknologiske gjennombrudd.mix929

Instruksen har ekstra stor vekt gitt det bredere geopolitiske bildet. Financial Times rapporterte 7. august at ByteDance forhåndstrener en modell med så mange som 10 billioner parametere ved hjelp av en "mixture-of-experts"-arkitektur. Dette krever rundt 30 000 grafikkprocessorer (GPU-er) og tre til seks måneder med kontinuerlig forhåndstrening. Den nye dataenheten virker designet for å sikre at treningsprosessen for dette prosjektet: og fremtidige prosjekter: kjører på riktig regulerte, internt innhentede data i stedet for data som er skrapet eller destillert fra vestlige systemer.wionews

Strukturelt signal

Ved å plassere AI-datastyring på samme nivå som kjerneavdelingene for AI-forskning og produktutvikling, sender ByteDance et organisatorisk signal om at dataopphav og etterlevelse ikke er ettertanker, men forutsetninger for selskapets store ambisjoner. Grepet posisjonerer også selskapet til å forsvare seg mot fremtidige anklager om misbruk av åndsverk, i en tid der amerikanske myndigheter har advart om at "sanksjoner og svartelisting vil være aktuelt" for kinesiske selskaper som mistenkes for å destillere amerikanske AI-systemer.wionews