La partenza
Secondo quanto riportato da IT之家, che cita un articolo di Windows Latest, John Langford, scienziato AI di lunga data e cofondatore del laboratorio AI Frontiers, ha lasciato Microsoft dopo oltre 14 anni. La notizia è stata diffusa il 14 novembre 2026. Langford è descritto come un ricercatore di rilievo nel machine learning, noto per i suoi contributi al contestual bandit e per i lavori su esplorazione, riduzione dei problemi di apprendimento e valutazione offline delle politiche.
Le ragioni dell'addio, secondo la fonte, risiedono nella mancanza di un percorso chiaro per applicare i risultati della ricerca e nella difficoltà di ottenere un'attenzione seria per idee innovative. La sua squadra di circa 50 persone era stata riorganizzata a settembre e inserita nella divisione Microsoft AI guidata da Mustafa Suleyman. Le divergenze riguardano la linea di ricerca, i canali per portare l'innovazione sul mercato e le modalità stesse della riorganizzazione.
Il nodo della scala
Langford ha riconosciuto che aumentare le dimensioni dei modelli migliora le prestazioni e che questa strada offre ritorni più prevedibili per le aziende. La sua critica non è rivolta alla scalabilità in sé, ma alla sua centralità esclusiva: concentrarsi solo sull'aumento della scala, sostiene, sposta l'attenzione sui dati e riduce lo spazio per esplorare nuovi metodi.
Il punto di attrito specifico è la ricerca 'full-bandwidth Transformer' pubblicata da Langford in agosto. Lo studio propone che il modello, nel generare il token successivo, riutilizzi gli stati interni intermedi oltre ai token già emessi, riducendo lo spreco di informazioni. Negli esperimenti, un modello da 1 miliardo di parametri avrebbe raggiunto prestazioni vicine a quelle di un modello standard addestrato con circa 1,5 volte i dati, con un costo computazionale aggiuntivo contenuto per token. Microsoft AI, secondo la ricostruzione, privilegia invece l'espansione della scala dei modelli.
Un'eco nel settore
La fonte segnala che il 25 ottobre 2026 il team Seed di ByteDance ha pubblicato una ricerca chiamata Recycler, che segue un'approccio simile nel riutilizzo degli stati nascosti. Stando a quanto riportato, questo metodo supererebbe in ragionamento e matematica modelli con due o tre volte i parametri. Si tratta di un'indicazione di come il tema del riuso degli stati interni stia emergendo anche al di fuori di Microsoft.
Resta da verificare l'impatto effettivo di queste ricerche sulle strategie industriali delle due aziende e se le divergenze descritte abbiano conseguenze più ampie sull'organizzazione della ricerca in Microsoft AI. Il materiale non contiene reazioni ufficiali di Microsoft o di Langford oltre a quanto riportato, né dettagli su eventuali sviluppi successivi.
