Thinking Machines تطلق Inkling، أول نموذج ذكاء اصطناعي مفتوح الأوزان لها

أصدر Thinking Machines Lab، وهو شركة ناشئة في مجال الذكاء الاصطناعي أسستها Mira Murati، مديرة التكنولوجيا التنفيذية السابقة في OpenAI، أول نموذج ذكاء اصطناعي مملوك له صباح الأربعاء، ويحمل اسم Inkling. وعلى عكس النماذج الرائدة من OpenAI وAnthropic وGoogle، فإن Inkling مفتوح الأوزان، مما يعني أنه يمكن للمطورين والشركات الخارجية تنزيله وتعديله مباشرة. ويعتمد النموذج على نظام “خليط الخبراء” (mixture-of-experts) — وهي بنية برمجية تنشط فقط جزءاً صغيراً من إجمالي معلماتها لأي مهمة محددة — بإجمالي معلمات يبلغ 975 مليار معلمة، على الرغم من أنه يعتمد على نحو 41 مليار معلمة فقط لأي مهمة فردية. وقد دربت Thinking Machines النموذج على 45 تريليون رمز (token) من النصوص والصور والصوت والفيديو، وتقول إنه يقوم بالاستدلال بشكل أصيل عبر هذه الفئات الثلاث، وفقاً لمواد الإصدار الخاصة بالشركة.

وبدلاً من المنافسة كبرنامج دردشة آلي للأغراض العامة كما هو الحال مع ChatGPT وClaude وGemini، تم تقديم Inkling كنقطة انطلاق للمؤسسات لتخصيصه من خلال Tinker، وهي منصة ضبط النماذج التابعة للشركة. وتُقر Thinking Machines بصراحة بأن النموذج ليس الأفضل في فئته؛ إذ تشير موادها التعريفية إلى أنه “ليس أقوى نموذج متاح اليوم، سواء كان مغلقاً أو مفتوحاً”. وبدلاً من ذلك، تشير الشركة إلى الكفاءة — ففي أحد اختبارات الأداء، ذكرت الشركة أن Inkling يستخدم ثلث عدد الرموز (tokens) التي يستهلكها نموذج Nemotron 3 Ultra من Nvidia لتحقيق نفس الأداء في البرمجة.

ويعكس هذا الطرح حجة أوسع نطاقاً تكتسب زخماً متزايداً في قطاع التكنولوجيا. حيث جادل Satya Nadella، الرئيس التنفيذي لشركة Microsoft التي استثمرت في كل من OpenAI وAnthropic، بأن الشركات التي تستخدم نماذج الذكاء الاصطناعي المملوكة تدفع الثمن مرتين فعلياً: مرة في تكاليف الاشتراك، ومرة أخرى من خلال تسليم المعرفة الخاصة بالأعمال والتي يمكن استيعابها في الإصدارات المستقبلية من هذه النماذج. كما قدم Clem Delangue، الرئيس التنفيذي لشركة Hugging Face، توقعاً مماثلاً، قائلاً إن النماذج المتقدمة سيتم تخصيصها بشكل متزايد للتجريب والمهام ذات القيمة العالية، بينما سينتقل معظم عمل الذكاء الاصطناعي الإنتاجي إلى البدائل الخاصة أو المفتوحة المصدر. ويأتي الدليل الأكثر وضوحاً حتى الآن من مشروع مشترك مع Bridgewater Associates: حيث سجل نموذج مفتوح مخصص نسبة 84.7% في اختبارات الاستدلال المالي، متفوقاً على الأنظمة المملوكة الرائدة، في حين بلغت تكلفة تشغيله نحو واحد على أربعة عشر من تكلفة تشغيل تلك الأنظمة، وفقاً للنتائج التي نشرتها الشركتان معاً في أواخر يونيو.

وقد أكدت Thinking Machines على السرعة الكبيرة التي تحركت بها، قائلة إنها طرحت تقنيتها في السوق وحققت إيرادات في غضون نحو تسعة أشهر، مقارنة بـ:

• شركة OpenAI: نحو خمس سنوات
• شركة Anthropic: نحو ثلاث سنوات

وبحسب ما ورد، كانت هناك جولة تمويلية بقيمة 50 مليار دولار يُقال إنها كانت تتبلور في نوفمبر الماضي، لكن وسائل إعلام متعددة ذكرت أنها توقفت بحلول يناير، عندما غادر اثنان من المؤسسين المشاركين للانضمام إلى OpenAI. وقد قدمت Nvidia استثماراً كبيراً في Thinking Machines Lab عندما أعلنت الشركتان عن شراكتهما في مارس، وفقاً لـ Nvidia. وقد استقر عدد الموظفين منذ ذلك الحين؛ إذ توظف الشركة الناشئة الآن نحو 200 شخص، مقارنة بالمستويات التي أُبلغ عنها بعد موجة من المغادرات في وقت سابق من هذا العام.

لماذا يهم

تراهن Thinking Machines على أن المؤسسات ستحصل على قيمة أكبر من النماذج مفتوحة الأوزان التي يمكنها تخصيصها بنفسها، مقارنة بالأنظمة المغلقة والمركزية التي تبيعها حالياً شركات OpenAI وAnthropic وGoogle.