أصدرت شركة Thinking Machines Lab، وهي شركة ناشئة للذكاء الاصطناعي أسستها مديرة التكنولوجيا السابقة في OpenAI ميرا موراتي، أول نموذج داخلي للذكاء الاصطناعي صباح الأربعاء، يسمى Inkling. وعلى عكس النماذج الرئيسية من OpenAI أو Anthropic أو Google، فهو ذو وزن مفتوح، مما يعني أنه يمكن للمطورين والشركات الخارجية تنزيله وتعديله مباشرة.
Inkling عبارة عن نظام مزيج من الخبراء يحتوي على 975 مليار معلمة إجمالية، على الرغم من أنه يعتمد فقط على جزء صغير من ذلك – حوالي 41 مليارًا – لأي مهمة معينة، وهو تصميم مشترك يحافظ على تشغيل النماذج الكبيرة جدًا بشكل أسرع وأرخص. تم تدريبه على 45 تريليون رمز من النصوص والصور والصوت والفيديو والأسباب محليًا عبر الأربعة، وفقًا لمواد الإصدار الخاصة بالشركة. ومع ذلك، في الوقت الحالي، تقتصر مخرجاتها على النص، بما في ذلك التعليمات البرمجية والعناصر النمطية والبيانات المنظمة.
يعد هذا النموذج أول نقطة إثبات عامة لشركة Thinking Machines Labs بعد عام ونصف من قضائها في بناء البنية التحتية للذكاء الاصطناعي بعيدًا عن الرأي العام إلى حد كبير. وقد ظهرت بعض هذه الأعمال بالفعل في معاينة بحثية أجريت في شهر مايو حول “نماذج التفاعل” – الذكاء الاصطناعي المصمم للاستماع والتحدث (وحتى المقاطعة) بدلاً من التوقف والانتظار كما هو الحال مع روبوتات الدردشة النموذجية. إنه أيضًا اختبار للرهان المركزي وراء الشركة الناشئة، وهو أن الذكاء الاصطناعي الذي يمكن للمؤسسات أن تتكيف معه سوف يتفوق على النماذج ذات المقاس الواحد الذي يناسب الجميع التي تبيعها أكبر المختبرات حاليًا.
تم تصميم Inkling لتقديم إجابات معايرة، بما في ذلك الإشارة إلى عدم اليقين بدلاً من التخمين، ويتيح للمستخدمين طلب “جهد التفكير” لأعلى أو لأسفل عندما يريدون التداول من أجل السرعة. تقول الشركة إنه في أحد المعايير، تستخدم Inkling ثلث عدد الرموز المميزة مثل Nemotron 3 Ultra من Nvidia – أحدث جيل من طرازها مفتوح الوزن – لتحقيق نفس أداء الترميز.
لا تدعي شركة Thinking Machines أن Inkling هي الأفضل في فئتها. وينص أحدث منشور لها على المدونة صراحةً على أن Inkling “ليس أقوى نموذج شامل متاح اليوم، سواء كان مفتوحًا أو مغلقًا”. من الواضح أن ما تسعى إليه بدلاً من ذلك هو الأداء الشامل.
وهذا يثير التساؤل حول الجهة التي يستهدفها هذا المنتج في سوق المؤسسات. تقوم شركة Thinking Machines، في الوقت الحالي، بتسويق Inkling كنقطة انطلاق وليس كمنتج نهائي، كشيء للمؤسسات لضبط نفسها من خلال Tinker، منصة الشركة لتخصيص النماذج. وهذا يعني أيضًا أن العملاء، وليس أجهزة التفكير، هم المسؤولون عن التأكد من أن تخصيصاتهم آمنة، على سبيل المثال. (يتطلب الضبط الدقيق موهبة جادة في تعلم الآلة.)
لقد اتبعت كل من OpenAI وAnthropic وGoogle نهجًا مختلفًا تمامًا مع ChatGPT وClaude وGemini، على التوالي، والتي تم تصميمها جميعًا للتنافس كروبوتات دردشة ذات أغراض عامة أولاً، مع وضع ميزات مستقلة ومستقلة في الأعلى.
من الواضح أن المنشور الذي نشرته شركة Thinking Machines الأسبوع الماضي كان بمثابة خلفية لهذا الإصدار. جادلت الشركة في هذا المنشور بأن الذكاء الاصطناعي الذي يتم تدريبه مركزيًا من قبل شركة واحدة ثم يتم وضعه في الحجر، يضعف أداء الذكاء الاصطناعي الذي تقوم المؤسسات بتشكيل نفسها لأن الكثير من الخبرة خاصة بالأشخاص الذين يمتلكونها.
تكتسب الحجج الأخرى ضد النماذج المغلقة المزيد من القوة. وفي تدوينة نُشرت يوم الأحد، حذر الرئيس التنفيذي لشركة مايكروسوفت، ساتيا ناديلا – الذي استثمرت شركته المليارات في كل من OpenAI وAnthropic – من أن الشركات التي تستخدم نماذج الذكاء الاصطناعي الخاصة تدفع فعليًا مرتين: مرة في تكاليف الاشتراك، ومرة أخرى عن طريق تسليم المعرفة التجارية المضمنة في مطالباتها وتصحيحاتها، والتي يمكن استيعابها في إصدارات النماذج المستقبلية.
قدم الرئيس التنفيذي لشركة Hugging Face Clem Delangue تنبؤًا مشابهًا في محادثة مع TechCrunch الأسبوع الماضي. وقال إن النماذج الحدودية ستُخصص بشكل متزايد للتجريب والمهام ذات القيمة العالية، في حين تتحول معظم أعمال الذكاء الاصطناعي الإنتاجية إلى بدائل خاصة أو مفتوحة المصدر – وهو الانقسام الدقيق الذي تتشكل حوله آلات التفكير.
جاءت الحجة الأوضح لصالح نهج شركة Thinking Machines من مشروع حديث مع شركة Bridgewater Associates، وهو أكبر صندوق تحوط على مستوى العالم (وهو ليس مستثمراً في شركة Thinking Machines، رغم قيمته). استخدم الباحثون من كلا الشركتين نموذجًا مفتوح المصدر موجودًا وقاموا بتدريبه بشكل أكبر على الخبرة المالية الخاصة بشركة Bridgewater. وقيل إن النتيجة حصلت على 84.7% في اختبارات الاستدلال المالي، متفوقة على أفضل نماذج الذكاء الاصطناعي الخاصة، في حين أن تكلفة تشغيلها تعادل ما يقرب من 14% – على الرغم من أن هذه النتائج تأتي من تقييم الشركتين الخاصتين، وليس تقييمًا مستقلاً.
وفي كلتا الحالتين، تؤكد شركة Thinking Machines على مدى سرعة وصولها إلى هنا. استغرقت شركة OpenAI ما يقرب من خمس سنوات لطرح تقنيتها في السوق وتحقيق الإيرادات، بينما استغرقت شركة Anthropic ما يقرب من ثلاث سنوات. وتقول شركة Thinking Machines إنها فعلت الشيء نفسه في حوالي تسعة أشهر.
سوف يتساءل البعض عما إذا كان إنكلينج قد تم تدريبه على مخرجات نماذج المنافسين، وهي ممارسة تعرف باسم “التقطير” والتي أثارت التدقيق في جميع أنحاء الصناعة. الإجابة المختصرة، وفقًا للمواد الخاصة بالشركة، هي جزئيًا. قامت شركة Thinking Machines بتدريب Inkling مسبقًا من الصفر، لكنها تقول إنها استخدمت نماذج أخرى مفتوحة الوزن – بما في ذلك Kimi K2.5 من Moonshot AI – للمساعدة في توليد بعض بياناتها المبكرة بعد التدريب قبل أن يتولى التعلم المعزز على نطاق واسع. وتصر الشركة على أن النموذج التالي سيستخدم التدريب اللاحق بشكل كامل بدلاً من ذلك.
ومن ناحية التكلفة، كانت أجهزة التفكير أكثر حذرًا. لقد أبرمت شراكة مع Nvidia في مارس لنشر جيجاوات من قدرة الحوسبة Vera Rubin وتدريب Inkling بالكامل على أنظمة Nvidia GB300 NVL72 – لكنها لم تذكر كيف تخطط لتغطية هذه التكاليف، ولم تكن الإيرادات، وفقًا لمعظم الحسابات، أولوية. (قيل إن جولة لجمع التبرعات بقيمة 50 مليار دولار كانت ستجتمع في نوفمبر الماضي، لكنها توقفت بحلول يناير، ورفضت الشركة الحديث عن صورتها التمويلية منذ ذلك الحين).
والسؤال ذو الصلة هو ما إذا كان إنفاق شركة Thinking Machines سيصل يومًا ما إلى مستوى إنفاق OpenAI أو Anthropic، أو ما إذا كان نهجها القائم على الكفاءة يعني أن الاقتصاد يبدو مختلفًا. وبعبارة أخرى، قد يكون رهان الشركة على أنها ستنفق في النهاية مثل منافسيها الأكبر أقل من رهانها على أنها لن تحتاج إلى ذلك على الإطلاق – لأنه بمجرد أن تصبح الأوزان علنية، لا شيء يلزم أي شخص يقوم بتنزيلها بدفع أموال إلى Thinking Machines لتشغيلها، على عكس الوصول المقنن لـ OpenAI وAnthropic. إنه Tinker، وليس النموذج نفسه، حيث يجب أن تأتي إيرادات الشركة، من خلال التدريب والضبط الدقيق، والآن جزء من النظام البيئي للاستضافة المبني حوله.
ويبدو عدد الموظفين، على الأقل، أكثر استقرارا. توظف شركة Thinking Machines الآن ما يقرب من 200 شخص، وهو ارتفاع عن المستويات المعلن عنها بعد موجة من المغادرين في وقت سابق من هذا العام، بما في ذلك اثنان من المؤسسين المشاركين الذين غادروا لشركة OpenAI في يناير.
من جانبها، لا يبدو أن شركة Thinking Machines مهتمة بلعب الحركات الفردية كما تفعل معظم الصناعة. ووفقا لمصدر داخل الشركة، فإن ثقافتها، بحكم تصميمها، تفضل الاستمرارية على الاعتماد على أي شخصية واحدة. هذا أمر منطقي: إنها نكسة أقل عندما يقوم الأشخاص بتغيير فرقهم إذا لم يتم وضعهم على قاعدة التمثال من البداية. إنه أيضًا أمر رائع أن تصر الشركة عليه، نظرًا لمدى ارتباط قصتها باسم مؤسسها المشارك الشهير الآن، سواء خططت لذلك أم لا.
عندما تقوم بالشراء من خلال الروابط الموجودة في مقالاتنا، قد نكسب عمولة صغيرة. هذا لا يؤثر على استقلالنا التحريري.
اكتشاف المزيد من صحيفة في بي دبليو الشاملة
اشترك للحصول على أحدث التدوينات المرسلة إلى بريدك الإلكتروني.
