OpenAIの元チーフ・テクニカル・オフィサーであるMira Muratiが制作したThinking Machine Labは、同社初の自己学習型AIモデル、インキリングを発表しました。 OpenAI、Anthropic、Googleのフラッグシップモデルとは異なり、このモデルは、開発者や企業によって直接ダウンロードおよび変更することができますオープンソースの体重を使用しています。
同社は、約1年と半数の低プロファイル構造のコア製品を公開し、同社が「ビジネスは、独自のAIモデルを所有し、カスタマイズすべき」というアイデアをより具体的に示す初めて発売されました。
Masterplayの企業のカスタム化
インクリングは、97.5億の合計パラメータサイズのハイブリッドエキスパート構造を採用していますが、約41億個のパラメータが単一のミッションに呼び出されます。 この設計は、大規模なモデルに共通しており、運用コストを削減し、応答速度を増加させることを目的としています。
コーポレート・ディスクロージャーによると、インキリングは、45兆トークンのテキスト、画像、音声、ビデオのデータトレーニングを使用して、断層的な推論をサポートしました。 マシンは、現時点で最も強力なモデルとして位置づけなかったが、その組み合わせた性能と調整性を強調した。
同社によると、ユーザーはモデルの「強度」をスピードと効果のニーズに合わせて調整できます。 プログラミングベースラインテストでは、インクリングがNvidia Nemotron 3 Ultraのそれに近いレベルに達したときに必要なトークンの数が3分の1です。
ユニバーサルチャットロボットのルートをとらないでください。
Thinking Machine は、企業が公開するチャットロボットよりも、企業のための第二のトレーニングの開始点として Inkling を使用することが今より好きです。 同社は、クライアントがカスタマイズされたプラットフォーム、Tinkerを通じてモデルを微調整し、デプロイすることを期待しています。
これはChatGPT、Claude、Geminiとは異なります。 後者は、一般的なアシスタントの形で市場に参入し、徐々に代理店と自動化機能を強化し、Thinking マシンは、独自の知識とビジネスプロセスが、プリバタイゼーションやオープンモデルを介して運ぶのに適しています。
TechCrunchは、このビューがより多くのサポートを得るというレポートで言及しました。 マイクロソフトのCEOであるSatya Nadellaは、企業による独自のモデルの使用がサブスクリプションのコストと長期的な相互作用のモデルプロバイダによって吸収される彼らのビジネス知識の可能性の両方をカバーする傾向があることを最近示しました。
ケース、計算、商品化が懸念される
ブリッジウォーター・アソシエイツとThinking Machineの研究者は、既存のオープンソースモデルに基づいてトレーニングを続け、ブリッジウォーターと独自の財務知識を組み合わせたことを報告しました。 両当事者が公表した結果は、モデルが財務推論テストで84.7パーセントを達成したことを示した, ヘッドクローズドソースモデルの一部をアウトパーフォーミング, 後者の約四半期の運用コストで. しかし、この結果は、両者による自己評価から得られ、独立したテストではなかった。
トレーニングモダリティの観点では、Thinking Machineは、インキリングの事前トレーニングがゼロから完了したと述べていますが、初期の後処理フェーズでは、Moonshot AIのKimi K2.5を含む他のオープンソースのウェイトモデルを使用して、いくつかのデータが生成されました。 同社によると、次の世代モデルは、完全所有のポストトレインプロセスによって交換されます。
計算面では、今年3月にNvidiaと戦略的コラボレーションに着目し、1 Giwa Vera Rubinの計算機能を展開し、Nvidia GB300 NVL72のトレーニングにNvidia GB300 NVL72のNvidiaに基づいていたことを述べた。 しかしながら、所得モデルやコストバランスで会社はまだ精緻化していません。
レポートによると、現在約200人の従業員がいる機械を考える。 同社は、インキリングの出版物は、最初のオープン製品ノードだけでなく、ヘッドクローズドソースラボと異なる商用ルートの検証です。モデル重量は開いており、より多くの収入は、単にコールを販売するよりも、トレーニング、微調整、およびエコロジーのホスティングから来ています。