OpenAI-ის ყოფილი CTO-ს სტარტაპმა 975-მილიარდპარამეტრიანი ღია AI გამოუშვა

მირა მურატის მიერ დაარსებულმა Thinking Machines Lab-მა საკუთარი პირველი AI მოდელი, Inkling, წარმოადგინა. OpenAI-ის, Anthropic-ისა და Google-ის ფლაგმანური მოდელებისგან განსხვავებით, Inkling open-weight არის: კომპანიას ან დეველოპერს მისი ჩამოტვირთვა, საკუთარ სისტემაში გაშვება და კონკრეტულ სამუშაოზე მორგება შეუძლია.

Inkling mixture-of-experts არქიტექტურას იყენებს. მოდელს სულ 975 მილიარდი პარამეტრი აქვს, მაგრამ ერთ ამოცანაზე მათგან მხოლოდ დაახლოებით 41 მილიარდს აქტიურებს. მარტივად რომ ვთქვათ, სისტემა კონკრეტულ კითხვაზე მხოლოდ საჭირო „ექსპერტებს“ ამუშავებს, რაც მასშტაბურ მოდელს სისწრაფისა და ხარჯის შენარჩუნებაში ეხმარება. კომპანიის ცნობით, მოდელი 45 ტრილიონ ტოკენზე — ტექსტზე, გამოსახულებაზე, ხმასა და ვიდეოზე არის გაწვრთნილი, თუმცა ჯერჯერობით პასუხს მხოლოდ ტექსტით გასცემს.

მოდელის მთავარი დაპირება არა „ყველაზე ძლიერი“ პასუხი, არამედ საქმიანობაზე მორგებული ქცევაა. Inkling-ს შეუძლია გაურკვევლობა აღნიშნოს და პასუხი არ მოიგონოს. მომხმარებელს აგრეთვე შეუძლია „ფიქრის“ მოცულობა გაზარდოს ან შეამციროს და არჩევანი სისწრაფესა და სიზუსტეს შორის გააკეთოს. Thinking Machines ღიად ამბობს, რომ Inkling ბაზარზე არსებული ყველაზე ძლიერი მოდელი არ არის; მისი ფასეულობა მოქნილობაშია.

კლიენტმა მოდელი Tinker-ის, Thinking Machines-ის მორგების პლატფორმის, საშუალებით საკუთარ მონაცემსა და ცოდნაზე უნდა გადაამზადოს. ეს ბიზნესს მეტ კონტროლს აძლევს, მაგრამ კვალიფიციურ მანქანური სწავლების გუნდსა და უსაფრთხოებაზე პირდაპირ პასუხისმგებლობასაც მოითხოვს. ანუ ღია მოდელი მზა კორპორაციული პროდუქტი არ არის. იგი იმ კომპანიისთვისაა, რომელსაც მორგებაში ფულის, დროისა და კადრის ჩადება შეუძლია.

საინტერესო მაგალითია Bridgewater Associates-თან ერთობლივი კვლევა. ღია მოდელი ჰეჯ-ფონდის ფინანსურ ცოდნაზე დაამატებით გაწვრთნეს. მხარეების არადამოუკიდებელი შეფასებით, სისტემამ ფინანსური ლოგიკის ტესტზე 84.7% აიღო, ძლიერ დახურულ მოდელებს გადააჭარბა და გაშვება დაახლოებით 14-ჯერ იაფი იყო. შედეგი მომწონებელია, მაგრამ კომპანიებისავე გაზომილია და დამოუკიდებელ გამოცდას საჭიროებს.

ბიზნესმოდელის მთავარი კითხვაა, საიდან მიიღებს Thinking Machines ფულს, როცა მოდელის ჩამოტვირთვა უფასოდ არის შესაძლებელი. სავარაუდო პასუხი Tinker-ია: კლიენტი იხდის გადამზადებაში, დახვეწასა და ჰოსტინგის ეკოსისტემაში. კომპანიამ ამასთან ძვირი გამოთვლითი ინფრასტრუქტურა უნდა დააფინანსოს; Nvidia-სთან პარტნიორობა ერთ გიგავატ Vera Rubin გამოთვლით სიმძლავრეს ითვალისწინებს, ხარჯი კი საჯაროდ არ გაუმხელია.

მოკლე შეჯამება: Inkling არ არის მცდელობა, უბრალოდ გადააჯობოს ChatGPT-ს ან Claude-ს. Thinking Machines ამოწმებს სხვა იდეას: შესაძლოა თუ არა, რომ კომპანიის მიერ საკუთარ ცოდნაზე მორგებული, ღია მოდელი უნივერსალურ დახურულ სერვისზე იაფი და კარგი იყოს. გამარჯვებას განსაზღვრავს არა მხოლოდ ტესტის ქულა, არამედ იმის დამტკიცებაც, რომ Tinker-ის შემოსავალი ძვირ კომპიუტერულ ინფრასტრუქტურას მდგრად დააფინანსებს.