Buvusios „OpenAI“ technologijų direktorės Miros Murati startuolis „Thinking Machines Lab“ išleido „Inkling“ – 975 milijardų parametrų atvirojo svorio dirbtinio intelekto modelį. Sukurtas mesti iššūkį pramonės milžinams, jis orientuotas į didelį pritaikymą ir kainos bei našumo santykį, palyginti su nestandartiniais lyginamaisiais rodikliais.
Naujasis dirbtinio intelekto modelis tinka įmonių aplinkai keliais konkrečiais būdais:
• Pirmiausia pritaikymas: „Inkling“ yra atvirojo svorio modelis, todėl jis labai patrauklus griežtai reguliuojamiems sektoriams, tokiems, kaip finansų sektoriai, pavyzdžiui, ankstyvieji „Bridgewater Associates“, kurie nori saugiai tikslinti modelius, naudodami lokalizuotus arba patentuotus duomenis, nesiremdami apibendrintomis debesijos API.
• Kaina ir architektūra: jame naudojama ekspertų mišinio (MoE) sąranka, kai vienai užklausai aktyvūs tik apie 41 milijardas parametrų. Tai sumažina skaičiavimo išlaidas ir delsą, todėl tai labai praktiška sudėtingiems, agentų pagrindu veikiantiems, darbo krūviams.
• Multimodalinis pajėgumas: „Inkling“ automatiškai apdoroja tekstą, vaizdus ir garsą bei palaiko iki 1 milijono žetonų kontekstinį langą.
Kalbant apie susirūpinimą dėl visiško komercinių paslapčių apsaugos, šis teiginys yra pagrįstas. Nors atvirojo svorio modeliai leidžia įmonėms tiksliai suderinti ir paleisti dirbtinį intelektą savo vidinėje infrastruktūroje (tai žymiai sumažina duomenų nutekėjimą, palyginti su viešųjų debesų API), baziniai modeliai savaime mokosi šablonų iš savo išankstinio mokymo.
Daugelis didelio saugumo organizacijų, pavyzdžiui, didelės gynybos ar patentuotų technologijų įmonės, vis dar renkasi visiškai izoliuotas, vietines patentuotas, sistemas, kad būtų užtikrintas 100 % duomenų privatumas.
Daugiau apie modelio sukonstravimą ir jo tikslinimo galimybes galite sužinoti tiesiogiai „Thinking Machines Lab“ svetainėje.
„Buvusi „OpenAI“ technologijų vadovė Mira Murati lažinasi dėl labiau pritaikomų dirbtinio intelekto modelių, kad sumažintų lyderystę, kurią šios technologijos srityje turi tokios pažangios laboratorijos, kaip jos buvus darbdavė.
Murati vadovaujama, bendrovė „Thinking Machines Lab“ trečiadienį išleido savo pirmąjį dirbtinio intelekto modelį – ir tai padarė su „atvirais svoriais“, o tai reiškia, kad kiti gali jį modifikuoti, naudodami savo duomenis. Modelis, vadinamas „Inkling“, turi 975 milijardus parametrų, todėl jis yra daug mažesnis, nei pažangiausių uždarojo kodo modelių, tokių, kaip konkurentų, kaip „OpenAI“ ir „Anthropic“, įverčiai.
„Mes jį apmokėme stipriam našumui visose srityse, o ne pažangiausiam bet kurioje atskiroje srityje, ir tai nėra stipriausias šiandien prieinamas modelis, uždaras ar atviras“, – teigė bendrovė.
„Thinking Machines“ žengimas į decentralizuotą atvirojo svorio dirbtinio intelekto modelių ekosistemą vyksta platesnio pramonės pasipriešinimo metu, kai pramonės atstovai priešinasi tokių pažangių laboratorijų, kaip „OpenAI“ ir „Anthropic“, „uždaro sodo“ metodui.
Tokie pramonės lyderiai kaip „Palantir“ generalinis direktorius Alexas Karpas ir „Microsoft“ vadovas Satya Nadella perspėjo, kad įmonės, naudodamos „OpenAI“ ir „Anthropic“ modelius, rizikuoja pakenkti savo verslo pagrindams, teikdamos pagrindinius institucinius duomenis į centralizuotus, bendrus modelius, kurių jos nekontroliuoja.
Šis leidimas taip pat yra Silicio slėnio pastangų kurti vietinius atvirojo svorio modelius, kaip alternatyvą Kinijos „Alibaba“ ir jaunesnės kartos startuolių, tokių, kaip „Z.ai“, sukurtiems modeliams dalis.
Daugelis JAV įmonių, siekdamos kontroliuoti išlaidas ir paįvairinti savo požiūrį, renkasi Kinijos atvirojo svorio modelius, kad padėtų atlikti mažiau sudėtingas dirbtinio intelekto užduotis.
Užuot sutelkęs dėmesį į neapdorotą galią, kaip tai daroma pažangiose laboratorijose, „Thinking Machines“ modelis buvo sukurtas, siekiant subalansuoti „kainą ir našumą“, teigė bendrovė. Iš beveik 1 trilijono „Inkling“ turimų parametrų tik 41 milijardas yra „aktyvūs“, o tai reiškia, kad tik dalis dirbtinio intelekto „smegenų“ bus pažadinta, kad galėtų spręsti bet kokią užklausą, todėl jį naudoti bus pigiau ir greičiau.
Modelį galima pritaikyti, naudojant pirmąjį „Thinking Machines“ produktą „Tinker“ – debesijos pagrindu sukurtą [1] tikslinimo įrankį dirbtinio intelekto kūrėjams, kai paskelbė praėjusiais metais. „Tinker“ tikslas – leisti, prie nešiojamojo kompiuterio sėdinčiam, kūrėjui pritaikyti ir apmokyti didelius pramoninius dirbtinio intelekto modelius, nesirūpinant, po jais esančia, superkompiuterių infrastruktūra.
Praėjusį mėnesį rizikos draudimo fondas „Bridgewater Associates“ ir „Thinking Machines“ paskelbė ataskaitą apie „Bridgewater“ naudojimą „Tinker“, siekiant tiksliai suderinti Kinijos atvirojo svorio modelį „Qwen3-235B“ remiantis savo duomenimis. Tai lėmė modelio, kuris, pasak „Bridgewater“, finansinių dokumentų triažo srityje pranoko GPT-5 ir „Claude Opus“, tuo pačiu daugiau, nei 13 kartų sumažindamas skaičiavimo išlaidas, sukūrimą.
„Thinking Machines“ iš anksto apmokė jį nuo nulio su 45 milijonais teksto, vaizdų, garso ir vaizdo įrašų žetonų. Po mokymo – kai modelis mokomas, kaip elgtis – „Thinking Machines“ naudojo distiliavimo, kuris remiasi kitais dirbtinio intelekto modeliais, ir savo paties sustiprinto mokymosi proceso derinį.
Jis buvo apmokytas, naudojant tik moderniausią „Nvidia“ aparatinę įrangą. „Thinking Machines“ ir „Nvidia“ paskelbė, kad kovo mėnesį „Nvidia“ investavo į startuolį, kuris sutiko dislokuoti bent vieną gigavatą pažangiausių lustų, skirtų apmokyti ir aptarnauti savo dirbtinio intelekto modelius.
„Thinking Machines“ teigė, kad išbandė modelį saugumo požiūriu, įskaitant tokias rizikas, kaip galimybė padėti kurti biologinius ginklus ar padėti įsilaužėliams vykdyti kibernetines atakas, ir jis pasirodė gerai. Bendrovė teigė, kad vis dar tiria, kaip galima pakoreguoti į modelį integruotas apsaugos priemones, nes tai yra atviri svoriai – šį susirūpinimą dėl saugumo iš dalies iškėlė kai kurie patentuotų modelių kūrėjai.
Penktadienį „Thinking Machines“ paskelbė savo pirmąjį manifestą, kuriame išdėstė savo viziją apie ateitį, kurioje dirbtinis intelektas būtų decentralizuotas ir pagrįstas vietos žiniomis.
Bendrovė, kurios generalinė direktorė Murati vaikystėje matė komunizmo žlugimą savo gimtojoje Albanijoje, palygino dabartinę dominuojančią dirbtinio intelekto paradigmą, apimančią uždaro kodo laboratorijų laboratorijas, su „centriniu planavimu“ – puikiai tinkančiu ribotoms užduotims, tokioms, kaip šachmatai ir matematika, bet ne realiam darbui, kurį žmonės atlieka kiekvieną dieną.
Centrinis planavimas žlunga ne dėl nepakankamo intelekto, o dėl produktyvių žinių pobūdžio: jos yra numanomos, vietinės, trumpalaikės ir privačiai prieinamos tų, kurie jas įgijo dirbdami“, – rašė bendrovė, cituojanti Friedrichą Hayeką.
„Bandymas kaupti žinias, skirtas naudoti centralizuotame intelekte, susiduria su tuo pačiu iššūkiu.“ [2]
„
1. „Modelį galima pritaikyti, naudojant pirmąjį „Thinking Machines“ produktą „Tinker“ – debesijos pagrindu sukurtą tikslinimo įrankį dirbtinio intelekto kūrėjams ir tyrėjams, išleistą praėjusiais metais.“ Ar šis, debesijos pagrindu veikiantis, naudojimas padidina vartotojo komercinių paslapčių vagystės riziką?
Ar debesijos pagrindu veikiantis įrankis, pvz., „Thinking Machines“ „Tinker“, padidina jūsų komercinių paslapčių vagystės riziką, visiškai priklauso nuo jūsų rizikos tolerancijos ir konkrečių debesijos valdymo priemonių, kurias įdiegiate.
Valdomų debesijos paslaugų naudojimas, palyginti su vietiniais sprendimais, kelia tam tikrą riziką:
• Duomenų perdavimas: jūsų patentuoti tikslinimo duomenys ir algoritmai turi būti siunčiami į „Thinking Machines“ serverius ir juose apdorojami.
• Atskleidimas trečiosioms šalims: norėdami apsaugoti savo informaciją, pasikliaujate platformos pagrindine saugumo infrastruktūra (pvz., „Google Cloud“) ir teikėjo duomenų tvarkymo politika.
Tačiau „Tinker“ API yra specialiai sukurta, siekiant sumažinti šią riziką ir patenkinti tyrėjų bei įmonių kūrėjų, kuriems reikalingas griežtas duomenų valdymas, poreikius:
• Algoritminė kontrolė: užuot įkėlę patentuotą duomenų rinkinį į „juodosios dėžės“ paslaugą, jūs patys apibrėžiate mokymo receptus ir algoritmus standartiniame „Python“ kode.
• Atrankiniai svorio atnaujinimai: „Tinker“ naudoja žemo rango adaptaciją (LoRA), o tai reiškia, kad paprastai mokote ir siunčiate tik supaprastintus adapterio svorius (nedidelę modelio dalį), o ne permokyti visą bazinį modelį su jūsų neapdorotais duomenimis.
• Nuosavybė: Jūs kontroliuojate Jūsų tikslinamus duomenis ir pritaikytus modelius, o ne suteikiate platformai teises integruoti jūsų verslo logiką į jos bendrą modelį.
Norėdami įvertinti, ar ši priemonė tinka jūsų organizacijai, turite palyginti šias integruotas kontrolės priemones su savo vidinėmis duomenų saugumo politikomis.
1. Thinking Machines Releases AI Model --- First model from ex-OpenAI executive's startup aims to cut the giants' lead. Keach Hagey; Berber, Jin. Wall Street Journal, Eastern edition; New York, N.Y.. 16 July 2026: B5.
Komentarų nėra:
Rašyti komentarą